基于深度學習的彩色全息圖重建

摘要： 針對較大尺寸物體彩色全息圖重建操作復雜、色彩融合不準確、重建時受零級影響等問題，提出一種基于深度學習的彩色全息圖重建方法。采用改進的U-Net模型作為網(wǎng)絡結(jié)構(gòu)，使用混合實際拍攝和模擬生成的彩色離軸菲涅耳全息圖頻譜作為訓練樣本，實現(xiàn)對彩色全息圖的準確重建。對模擬全息圖和實際拍攝的數(shù)字全息圖進行重建實驗，結(jié)果表明，所提方法相較于傳統(tǒng)方法，能夠在保持重建圖像高分辨率和顏色準確性的同時... （共7頁）