[發明專利]一種計算全息圖的生成方法及電子設備

在審

• 申請號: 202210073348.8
• 申請日: 2022-01-21
• 公開（公告）號: CN114494596A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 曹良才;劉珂瑄;何澤浩;吳佳琛;張鳳至
• 申請（專利權）人: 清華大學
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N3/04;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種計算全息圖的生成方法，其特征在于，包括：

獲取圖像集，并生成一個初始相位圖；

將所述圖像集和初始相位圖輸入一個自編碼器神經網絡，對所述自編碼器神經網絡進行訓練，得到訓練后的自編碼器網絡；

向所述訓練后自編碼器網絡中的編碼器輸入目標圖像，輸出得到目標圖像的計算全息圖。

2.根據權利要求1所述的計算全息圖的生成方法，其特征在于，所述圖像集中的圖像從圖像數據集ImageNet、DIV2K或Flickr30k中得到。

3.根據權利要求1所述的計算全息圖的生成方法，其特征在于，所述自編碼器神經網絡由編碼器和解碼器組成。

4.根據權利要求3所述的計算全息圖的生成方法，其特征在于，所述編碼器為卷積神經網絡中的Y-Net結構，由兩條下采樣支路和一條上采樣支路構成。

5.根據權利要求3所述的計算全息圖的生成方法，其特征在于，所述解碼器為無可學習參數衍射模型，所述無可學習參數衍射模型為菲涅爾衍射模型、角譜衍射模型或夫瑯禾費衍射模型。

6.根據權利要求5所述的計算全息圖的生成方法，其特征在于，所述菲涅爾衍射模型的計算方法為一次快速傅里葉變換算法、二次快速傅里葉變換算法或三次快速傅里葉變換算法。

7.根據權利要求1所述的計算全息圖的生成方法，其特征在于，所述將圖像集和初始相位圖輸入一個自編碼器神經網絡，對所述自編碼器神經網絡進行訓練，得到訓練后的自編碼器網絡，包括：

(1)分別向自編碼器神經網絡的編碼器輸入所述圖像集中的圖像和所述初始相位圖，編碼器神經網絡輸出與所述圖像相對應的計算全息圖；

(2)將所述計算全息圖輸入解碼器，得到與所述圖像相對應的重建圖像；

(3)計算所述圖像與步驟(2)中的重建圖像之間的損失函數；

(4)根據步驟(3)的損失函數，對所述編碼器中的可學習參數進行更新；

(5)遍歷所述圖像集中的所有圖像，重復步驟(1)-步驟(4)，直至損失函數曲線收斂或達到預設的訓練次數，得到訓練后的自編碼器神經網絡。

8.根據權利要求7所述的計算全息圖的生成方法，其特征在于，在所述損失函數中添加對生成計算全息圖的正則化項。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現權利要求1-8中任一所述方法。

10.一種計算機可讀介質，其特征在于，所述計算機存儲介質存儲有計算機程序，所述程序被處理器執行時實現權利要求1-8中任一所述方法。