CN111240174B - 一种基于人工智能平台的全息成像装置及方法 - Google Patents

一种基于人工智能平台的全息成像装置及方法 Download PDF

Info

Publication number
CN111240174B
CN111240174B CN202010228981.0A CN202010228981A CN111240174B CN 111240174 B CN111240174 B CN 111240174B CN 202010228981 A CN202010228981 A CN 202010228981A CN 111240174 B CN111240174 B CN 111240174B
Authority
CN
China
Prior art keywords
light
lens
characteristic
object light
reference light
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010228981.0A
Other languages
English (en)
Other versions
CN111240174A (zh
Inventor
王华英
王爱英
文永富
吕且妮
董昭
王学
江夏男
郭海军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Yujian Energy Saving Technology Co ltd
Beijing Institute of Technology BIT
Hebei University of Engineering
Original Assignee
Hebei Yujian Energy Saving Technology Co ltd
Beijing Institute of Technology BIT
Hebei University of Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei Yujian Energy Saving Technology Co ltd, Beijing Institute of Technology BIT, Hebei University of Engineering filed Critical Hebei Yujian Energy Saving Technology Co ltd
Priority to CN202010228981.0A priority Critical patent/CN111240174B/zh
Publication of CN111240174A publication Critical patent/CN111240174A/zh
Application granted granted Critical
Publication of CN111240174B publication Critical patent/CN111240174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03HHOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04Processes or apparatus for producing holograms
    • G03H1/0402Recording geometries or arrangements
    • G03H1/041Optical element in the object space affecting the object beam, not otherwise provided for
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03HHOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04Processes or apparatus for producing holograms
    • G03H1/0402Recording geometries or arrangements
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03HHOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04Processes or apparatus for producing holograms
    • G03H1/0486Improving or monitoring the quality of the record, e.g. by compensating distortions, aberrations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Holo Graphy (AREA)

Abstract

本发明公开了一种基于人工智能平台的全息成像装置,包括沿光入射方向依次安装的光源机构、放大机构和成像机构,在放大机构和成像机构之间并列设置有物光机构和参考光机构,光束通过放大机构后分别经过物光机构和参考光机构在成像机构处进行成像。本发明能够改进现有技术的不足,提高了全息成像的效率。

Description

一种基于人工智能平台的全息成像装置及方法
技术领域
本发明涉及全息成像技术领域,尤其是一种基于人工智能平台的全息成像装置及方法。
背景技术
全息成像是利用干涉和衍射原理记录并再现物体真实的三维图像的技术。全息图像凭借其大于普通图像的信息载荷量,可以有效提高对图像信息的提取全面性和准确度,被广泛应用于各种图像采集领域。但是,现有的全息成像装置成像速度慢,限制了全息成像的应用。
发明内容
本发明要解决的技术问题是提供一种基于人工智能平台的全息成像装置及方法,能够解决现有技术的不足,提高了全息成像的效率。
为解决上述技术问题,本发明所采取的技术方案如下。
一种基于人工智能平台的全息成像装置,包括沿光入射方向依次安装的光源机构、放大机构和成像机构,在放大机构和成像机构之间并列设置有物光机构和参考光机构,光束通过放大机构后分别经过物光机构和参考光机构在成像机构处进行成像;
所述光源机构包括激光光源和扩束准直镜;
所述放大机构包括沿光入射方向依次设置的第一平面透镜、第一双凸透镜、第一凹凸透镜、第二双凸透镜和第一半透半反镜,第一平面镜、第一双凸透镜、第一凹凸透镜、第二双凸透镜和第一半透半反镜安装在镜片架上;
所述成像机构包括CCD传感器,CCD传感器与图像处理器通讯连接;
所述物光机构包括沿光入射方向依次设置的滤光片、第三双凸透镜、第一平凹透镜、第二平凹透镜和第二平面反射镜;
所述参考光机构包括沿光入射方向依次设置的第二平面透镜、衍射光栅、第一平凸透镜、第一平面反射镜和第二半透半反镜。
作为优选,所述镜片架包括轨道,轨道上滑动安装有滑块,滑块上安装有用于驱动滑块移动的伺服电机,滑块上固定有若干个夹片,第一平面透镜、第一双凸透镜、第一凹凸透镜、第二双凸透镜和第一半透半反镜分别夹持固定在不同的夹片上。
作为优选,所述夹片包括对称固定在滑块上的弧形架体,弧形架体的内侧固定有弹片,弹片的两端分别与对应弧形架体的两端固定,弹片的内侧设置有插槽,弧形架体的中部螺纹连接有调节杆,调节杆与弹片相互压接。
作为优选,所述弹片外侧对称固定有橡胶凸起部,调节杆与橡胶凸起部相接触。
作为优选,所述图像处理器包括,
物光特征提取模块,用于提取物光的特征集合;
参考光特征提取模块,用于提取参考光的特征集合;
特征合成模块,用于将物光和参考光的特征集合进行合并,得到全息特征集合;
图像修正模块,用于根据全息特征集合对全息图像进行修正。
一种上述基于人工智能平台的全息成像装置的成像方法,包括以下步骤:
A、物光特征提取模块对物光的振幅进行傅里叶分解,得到物光的复振幅集合;
B、使用第一特征提取函数提取物光复振幅集合的特征,得到特征集合,第一特征提取函数为,
Figure BDA0002428633980000021
其中,Oi(x,y)为物光复振幅集合,λiO为物光波长,Oix为物光频率在x轴上的分量,Oiy为物光频率在y轴上的分量,n为振幅分解数量;
C、参考光特征提取模块对参考光的振幅进行傅里叶分解,得到参考光的复振幅集合;
D、使用第二特征提取函数提取参考光复振幅集合的特征,得到特征集合,第二特征提取函数为,
Figure BDA0002428633980000031
其中,Ri(x,y)为参考光振幅集合,λiR为参考光波长,Rix为参考光频率在x轴上的分量,Riy为参考光频率在y轴上的分量,n为振幅分解数量,H(x,y)为参考光与物光的偏差修正系数;
E、特征合成模块将物光特征集合和参考光特征集合进行线性化处理,然后按照物光和参考光的光强比例对物光特征集合和参考光特征集合进行加权合并得到全息特征集合;
F、图像修正模块,使用全息特征集合中的特征矩阵与全息图像进行比对,根据比对的偏差数据对全息图像进行修正,使修正范围内的全息图像与对应特征矩阵线性相关,修正范围为以比对成功区域最大长度为直径,以比对成功区域几何中心为圆心的圆。
采用上述技术方案所带来的有益效果在于:本发明通过优化全息成像装置的成像结构,提高了成像结构调节过程中的稳定性,加快了成像聚焦的速度。图像处理器对物光和参考光进行特征提取,实现对全息图像的快速修正,运算量小、修正效果好,从而实现全息图像的快速生成。
附图说明
图1是本发明一个具体实施方式的结构图。
图2是本发明一个具体实施方式中镜片架的结构图。
图3是本发明一个具体实施方式中图像处理器的结构图。
图中:1、光源机构;2、放大机构;3、成像机构;4、物光机构;5、参考光机构;6、激光光源;7、扩束准直镜;8、第一平面透镜;9、第一双凸透镜;10、第一凹凸透镜;11、第二双凸透镜;12、第一半透半反镜;13、镜片架;14、CCD传感器;15、图像处理器;16、滤光片;17、第三双凸透镜;18、第一平凹透镜;19、第二平凹透镜;20、第二平面透镜;21、衍射光栅;22、第一平凸透镜;23、第一平面反射镜;24、轨道;25、滑块;26、伺服电机;27、夹片;28、弧形架体;29、弹片;30、插槽;31、调节杆;32、橡胶凸起部;33、物光特征提取模块;34、参考光特征提取模块;35、特征合成模块;36、图像修正模块;37、第二平面反射镜;38、第二半透半反镜。
具体实施方式
本发明中使用到的标准零件均可以从市场上购买,异形件根据说明书的和附图的记载均可以进行订制,各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接、粘贴等常规手段,在此不再详述。
参照图1-3,本发明一个具体实施方式包括沿光入射方向依次安装的光源机构1、放大机构2和成像机构3,在放大机构2和成像机构3之间并列设置有物光机构4和参考光机构5,光束通过放大机构2后分别经过物光机构4和参考光机构5在成像机构3处进行成像;
所述光源机构1包括激光光源6和扩束准直镜7;
所述放大机构2包括沿光入射方向依次设置的第一平面透镜8、第一双凸透镜9、第一凹凸透镜10、第二双凸透镜11和第一半透半反镜12,第一平面镜8、第一双凸透镜9、第一凹凸透镜10、第二双凸透镜11和第一半透半反镜12安装在镜片架13上;
所述成像机构3包括CCD传感器14,CCD传感器14与图像处理器15通讯连接;
所述物光机构4包括沿光入射方向依次设置的滤光片16、第三双凸透镜17、第一平凹透镜18、第二平凹透镜19和第二平面反射镜37;
所述参考光机构5包括沿光入射方向依次设置的第二平面透镜20、衍射光栅21、第一平凸透镜22、第一平面反射镜23和第二半透半反镜38。
镜片架13包括轨道24,轨道24上滑动安装有滑块25,滑块25上安装有用于驱动滑块25移动的伺服电机26,滑块25上固定有若干个夹片27,第一平面透镜8、第一双凸透镜9、第一凹凸透镜10、第二双凸透镜11和第一半透半反镜12分别夹持固定在不同的夹片27上。夹片27包括对称固定在滑块25上的弧形架体28,弧形架体28的内侧固定有弹片29,弹片29的两端分别与对应弧形架体28的两端固定,弹片29的内侧设置有插槽30,弧形架体28的中部螺纹连接有调节杆31,调节杆31与弹片29相互压接。弹片29外侧对称固定有橡胶凸起部32,调节杆31与橡胶凸起部32相接触。
所述图像处理器15包括,
物光特征提取模块33,用于提取物光的特征集合;
参考光特征提取模块34,用于提取参考光的特征集合;
特征合成模块35,用于将物光和参考光的特征集合进行合并,得到全息特征集合;
图像修正模块36,用于根据全息特征集合对全息图像进行修正。
一种上述基于人工智能平台的全息成像装置的成像方法,包括以下步骤:
A、物光特征提取模块33对物光的振幅进行傅里叶分解,得到物光的复振幅集合;
B、使用第一特征提取函数提取物光复振幅集合的特征,得到特征集合,第一特征提取函数为,
Figure BDA0002428633980000051
其中,Oi(x,y)为物光复振幅集合,λiO为物光波长,Oix为物光频率在x轴上的分量,Oiy为物光频率在y轴上的分量,n为振幅分解数量;
C、参考光特征提取模块34对参考光的振幅进行傅里叶分解,得到参考光的复振幅集合;
D、使用第二特征提取函数提取参考光复振幅集合的特征,得到特征集合,第二特征提取函数为,
Figure BDA0002428633980000061
其中,Ri(x,y)为参考光振幅集合,λiR为参考光波长,Rix为参考光频率在x轴上的分量,Riy为参考光频率在y轴上的分量,n为振幅分解数量,H(x,y)为参考光与物光的偏差修正系数;
E、特征合成模块35将物光特征集合和参考光特征集合进行线性化处理,然后按照物光和参考光的光强比例对物光特征集合和参考光特征集合进行加权合并得到全息特征集合;
F、图像修正模块36使用全息特征集合中的特征矩阵与全息图像进行比对,根据比对的偏差数据对全息图像进行修正,使修正范围内的全息图像与对应特征矩阵线性相关,修正范围为以比对成功区域最大长度为直径,以比对成功区域几何中心为圆心的圆。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种基于人工智能平台的全息成像装置的成像方法,所述基于人工智能平台的全息成像装置,包括沿光入射方向依次安装的光源机构(1)、放大机构(2)和成像机构(3),在放大机构(2)和成像机构(3)之间并列设置有物光机构(4)和参考光机构(5),光束通过放大机构(2)后分别经过物光机构(4)和参考光机构(5)在成像机构(3)处进行成像;
所述光源机构(1)包括激光光源(6)和扩束准直镜(7);
所述放大机构(2)包括沿光入射方向依次设置的第一平面透镜(8)、第一双凸透镜(9)、第一凹凸透镜(10)、第二双凸透镜(11)和第一半透半反镜(12),第一平面透镜(8)、第一双凸透镜(9)、第一凹凸透镜(10)、第二双凸透镜(11)和第一半透半反镜(12)安装在镜片架(13)上;
所述成像机构(3)包括CCD传感器(14),CCD传感器(14)与图像处理器(15)通讯连接;
所述物光机构(4)包括沿光入射方向依次设置的滤光片(16)、第三双凸透镜(17)、第一平凹透镜(18)、第二平凹透镜(19)和第二平面反射镜(37);
所述参考光机构(5)包括沿光入射方向依次设置的第二平面透镜(20)、衍射光栅(21)、第一平凸透镜(22)、第一平面反射镜(23)和第二半透半反镜(38);
所述镜片架(13)包括轨道(24),轨道(24)上滑动安装有滑块(25),滑块(25)上安装有用于驱动滑块(25)移动的伺服电机(26),滑块(25)上固定有若干个夹片(27),第一平面透镜(8)、第一双凸透镜(9)、第一凹凸透镜(10)、第二双凸透镜(11)和第一半透半反镜(12)分别夹持固定在不同的夹片(27)上;
所述夹片(27)包括对称固定在滑块(25)上的弧形架体(28),弧形架体(28)的内侧固定有弹片(29),弹片(29)的两端分别与对应弧形架体(28)的两端固定,弹片(29)的内侧设置有插槽(30),弧形架体(28)的中部螺纹连接有调节杆(31),调节杆(31)与弹片(29)相互压接;
所述弹片(29)外侧对称固定有橡胶凸起部(32),调节杆(31)与橡胶凸起部(32)相接触;
所述图像处理器(15)包括,
物光特征提取模块(33),用于提取物光的特征集合;
参考光特征提取模块(34),用于提取参考光的特征集合;
特征合成模块(35),用于将物光和参考光的特征集合进行合并,得到全息特征集合;
图像修正模块(36),用于根据全息特征集合对全息图像进行修正;
包括以下步骤:
A、物光特征提取模块(33)对物光的振幅进行傅里叶分解,得到物光的复振幅集合;
B、使用第一特征提取函数提取物光复振幅集合的特征,得到特征集合,第一特征提取函数为,
Figure FDA0002776624070000021
其中,Oi(x,y)为物光复振幅集合,λiO为物光波长,Oix为物光频率在x轴上的分量,Oiy为物光频率在y轴上的分量,n为振幅分解数量;
C、参考光特征提取模块(34)对参考光的振幅进行傅里叶分解,得到参考光的复振幅集合;
D、使用第二特征提取函数提取参考光复振幅集合的特征,得到特征集合,第二特征提取函数为,
Figure FDA0002776624070000031
其中,Ri(x,y)为参考光振幅集合,λiR为参考光波长,Rix为参考光频率在x轴上的分量,Riy为参考光频率在y轴上的分量,n为振幅分解数量,H(x,y)为参考光与物光的偏差修正系数;
E、特征合成模块(35)将物光特征集合和参考光特征集合进行线性化处理,然后按照物光和参考光的光强比例对物光特征集合和参考光特征集合进行加权合并得到全息特征集合;
F、图像修正模块(36),使用全息特征集合中的特征矩阵与全息图像进行比对,根据比对的偏差数据对全息图像进行修正,使修正范围内的全息图像与对应特征矩阵线性相关,修正范围为以比对成功区域最大长度为直径,以比对成功区域几何中心为圆心的圆。
CN202010228981.0A 2020-03-27 2020-03-27 一种基于人工智能平台的全息成像装置及方法 Active CN111240174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010228981.0A CN111240174B (zh) 2020-03-27 2020-03-27 一种基于人工智能平台的全息成像装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010228981.0A CN111240174B (zh) 2020-03-27 2020-03-27 一种基于人工智能平台的全息成像装置及方法

Publications (2)

Publication Number Publication Date
CN111240174A CN111240174A (zh) 2020-06-05
CN111240174B true CN111240174B (zh) 2020-12-22

Family

ID=70875520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010228981.0A Active CN111240174B (zh) 2020-03-27 2020-03-27 一种基于人工智能平台的全息成像装置及方法

Country Status (1)

Country Link
CN (1) CN111240174B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2638108Y (zh) * 2003-07-29 2004-09-01 中国科学院上海光学精密机械研究所 用He-Ne激光器拍摄动态全息装置
JP4177867B2 (ja) * 2006-10-30 2008-11-05 日本ペイント株式会社 体積ホログラム記録用感光性組成物、及びそれを用いた記録媒体ならびに体積ホログラム形成方法
CN102576209A (zh) * 2009-10-08 2012-07-11 布鲁塞尔大学 离轴干涉仪
CN105242512A (zh) * 2015-09-29 2016-01-13 南京理工大学 基于远心光学结构的透射式数字全息显微成像装置
CN110376867A (zh) * 2019-06-25 2019-10-25 北京理工大学 一种高时空分辨率的离轴数字全息显微成像系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2638108Y (zh) * 2003-07-29 2004-09-01 中国科学院上海光学精密机械研究所 用He-Ne激光器拍摄动态全息装置
JP4177867B2 (ja) * 2006-10-30 2008-11-05 日本ペイント株式会社 体積ホログラム記録用感光性組成物、及びそれを用いた記録媒体ならびに体積ホログラム形成方法
CN102576209A (zh) * 2009-10-08 2012-07-11 布鲁塞尔大学 离轴干涉仪
CN105242512A (zh) * 2015-09-29 2016-01-13 南京理工大学 基于远心光学结构的透射式数字全息显微成像装置
CN110376867A (zh) * 2019-06-25 2019-10-25 北京理工大学 一种高时空分辨率的离轴数字全息显微成像系统及方法

Also Published As

Publication number Publication date
CN111240174A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
US7443587B2 (en) DOE-based systems and devices for producing laser beams having modified beam characteristics
US7274442B2 (en) Closed-loop wavefront sensor using field programmable gate array
AU2019100886A4 (en) Plant organ image separation method and system
CN103033260B (zh) 基于波面分割及离焦的相位恢复波前分析仪及其分析方法
US20070279622A1 (en) Multidirectional Simultaneous Observation Optical System, Image Reading Device, Image Reading Method, And Multidirectional Simultaneous Observation Combined Optical System
CN113568153B (zh) 一种显微成像设备以及纳米尺度三维形貌测量系统
CN111240174B (zh) 一种基于人工智能平台的全息成像装置及方法
CN111580283B (zh) 一种基于相位恢复的单透镜计算成像方法
CN101034034A (zh) 非球面镜衍射图像检测方法与装置
CN110133845A (zh) 一种用于激光系统的自由曲面波前补偿元件的设计方法
CN101251439A (zh) 一种基于相位恢复技术的大型光学镜面在位检测装置
CN114660060A (zh) 一种基于矩阵扫描的宏观傅里叶叠层超分辨成像方法
CN102914373A (zh) 基于微柱透镜阵列的哈特曼波前传感器
CN114241072B (zh) 一种叠层成像重建方法及系统
CN114283093A (zh) 一种基于波前控制的畸变图像校正方法
CN112099229A (zh) 基于远场的高速自适应光学闭环控制方法
CN214335275U (zh) 一种异形平面反射镜
CN112540527B (zh) 一种同步采集双离焦衍射图样的快速收敛叠层成像装置
CN109633891A (zh) 一种波前控制方法
CN110221421B (zh) 基于机器学习的结构光照明超分辨显微成像方法
CN104142131A (zh) 一种相位成像系统
CN1105449A (zh) 基于Zernike多项式的波前探测和重构方法
CN105446111B (zh) 一种应用于数字全息重构过程的对焦方法
CN117647887B (zh) 基于四维相空间的光学系统迭代式像差矫正方法和装置
CN100561379C (zh) 一种非傍轴和离焦像差的数值校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant