CN115857304A - 压缩超快全息定量相位成像方法、系统、设备及介质 - Google Patents
压缩超快全息定量相位成像方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN115857304A CN115857304A CN202211661318.5A CN202211661318A CN115857304A CN 115857304 A CN115857304 A CN 115857304A CN 202211661318 A CN202211661318 A CN 202211661318A CN 115857304 A CN115857304 A CN 115857304A
- Authority
- CN
- China
- Prior art keywords
- image
- phase
- sample
- hologram
- compressed
- 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.)
- Pending
Links
Images
Landscapes
- Holo Graphy (AREA)
Abstract
本申请实施例提供了压缩超快全息定量相位成像方法、系统、设备及介质;其中方法通过对样品的多个干涉图像进行编码处理得到编码图像;对编码图像进行压缩处理,得到样品的二维压缩全息图;通过预初始化参数的反向模型由二维压缩全息图反解得到未解码的干涉图像;对未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像;对第一去噪图像进行深度去噪处理,重构得到全息图序列帧;对全息图序列帧进行相位重建,得到样品的相位图像;利用训练好的深度去噪器,并将其插入图像重构框架中,通过深度去噪加快图像重构过程,且图像重构效果佳。
Description
技术领域
本申请实施例涉及但不限于图像处理技术领域,尤其涉及压缩超快全息定量相位成像方法、系统、设备及介质。
背景技术
全息成像技术是利用干涉和衍射原理来记录并再现物体真实的三维图像的技术。现有的压缩超快成像大多使用两步迭代收缩/阈值(TwIST)算法从条纹相机拍摄的图像中获取图像序列,TV正则项被用作压缩超快成像中TwIST的去噪步骤,但由于TV正则项本身的特性,随着重建帧数量的增加,其重建结果缺乏鲁棒性,且序列重构的运行时间长。增广拉格朗日函数和交替最小化法(TVAL3)虽然在重建图像的效果上以及序列重构的运行时间上优于TwIST,但是在重构全息图序列时,由于全息图的结构比较复杂,导致条纹重构的轮廓不清晰,无法分辨条纹之间的分界线。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本申请实施例旨在至少解决现有技术中存在的技术问题之一,本申请实施例提供了压缩超快全息定量相位成像方法、系统、设备及介质,通过深度去噪加快图像重构过程。
本申请的第一方面的实施例,一种压缩超快全息定量相位成像方法,包括:
对样品的多个干涉图像进行编码处理得到编码图像;
对所述编码图像进行压缩处理,得到样品的二维压缩全息图;
通过预初始化参数的反向模型由所述二维压缩全息图反解得到未解码的干涉图像;
对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像;
对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧;
对所述全息图序列帧进行相位重建,得到样品的相位图像。
本申请的第一方面的某些实施例,所述对样品的多个干涉图像进行编码处理得到编码图像,包括:
使光源产生的光经过所述样品,得到所述样品的多个干涉图像;
将所述样品的多个干涉图像经过加载有所述编码矩阵的掩码板进行编码处理,得到所述编码图像。
本申请的第一方面的某些实施例,所述对所述全息图序列帧进行相位重建,得到样品的相位图像,包括:
对所述全息图序列帧进行傅里叶变换,得到全息图的频谱分布;
根据所述频谱分布,将物光从全息图平面传播至样品所在的物平面,得到所述全息图的空间分布;
对所述空间分布进行相位提取处理得到包裹相位,对所述包裹相位进行解包裹处理,得到展开相位;
对所述展开相位进行去相位畸变处理,得到所述样品的相位图像。
本申请的第二方面的实施例,一种压缩超快全息定量相位成像系统,包括光源、掩码板、图像拍摄装置和图像处理装置,所述光源产生的光先经过所述掩码板,再进入所述图像拍摄装置;
所述掩码板加载有编码矩阵,所述掩码板用于对样品的多个干涉图像进行编码处理得到编码图像;
所述图像拍摄装置用于对所述编码图像进行压缩处理,得到样品的压缩全息图;
所述图像处理装置被配置为通过预初始化参数的反向模型由所述二维压缩全息图反解得到未解码的干涉图像,对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像,对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧,对所述全息图序列帧进行相位重建,得到样品的相位图像。
本申请的第二方面的某些实施例,所述对样品的多个干涉图像进行编码处理得到编码图像,具体为:使光源产生的光经过所述样品,得到所述样品的多个干涉图像;将所述样品的多个干涉图像经过加载有所述编码矩阵的掩码板进行编码处理,得到所述编码图像。
本申请的第二方面的某些实施例,所述对所述全息图序列帧进行相位重建,得到样品的相位图像,具体为:对所述全息图序列帧进行傅里叶变换,得到全息图的频谱分布;根据所述频谱分布,将物光从全息图平面传播至样品所在的物平面,得到所述全息图的空间分布;对所述空间分布进行相位提取处理得到包裹相位,对所述包裹相位进行解包裹处理,得到展开相位;对所述展开相位进行去相位畸变处理,得到所述样品的相位图像。
本申请的第三方面的实施例,一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的压缩超快全息定量相位成像方法。
本申请的第四方面的实施例,一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如上所述的压缩超快全息定量相位成像方法。
本申请的实施例通过对样品的多个干涉图像进行编码处理得到编码图像;对编码图像进行压缩处理,得到样品的二维压缩全息图;通过预初始化参数的反向模型由二维压缩全息图反解得到未解码的干涉图像;对未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像;对第一去噪图像进行深度去噪处理,重构得到全息图序列帧;对全息图序列帧进行相位重建,得到样品的相位图像;利用训练好的深度去噪器,并将其插入图像重构框架中,通过深度去噪加快图像重构过程,且图像重构效果佳。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1是本申请的实施例所提供的压缩超快全息定量相位成像方法的步骤图;
图2是步骤S600的子步骤图;
图3是本申请的实施例所提供的压缩超快全息定量相位成像系统的结构图;
图4是样品的干涉图像的示意图;
图5是全息图序列帧的示意图;
图6是样品的相位图像的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
下面结合附图,对本申请实施例作进一步阐述。
全息技术是利用干涉和衍射原理来记录并再现物体真实的三维图像的技术。全息成像技术也被称作虚拟成像技术或是全息成像,其成像原理就是凭借光波干涉对物体光波的相位与振幅进行记录,与此同时,凭借衍射原理对物体的光波信息进行展现,从而达到成像的效果。
本申请实施例提供了一种压缩超快全息定量相位成像系统。参照图3,压缩超快全息定量相位成像系统包括光源100、掩码板300、图像拍摄装置400和图像处理装置500。
其中,光源100为飞秒激光器、衰减器和多个反射镜,飞秒激光器能产生功率为1300mw,波长为800nm的激光,衰减器设有0.05%出光口。在该实施例中,通过三个反射镜对激光进行反射;当然在其他实施例中,也可以根据实际需求通过其他数量的反射镜对激光进行反射以调整光路。
飞秒激光器所产生的激光进入暗室。在暗室中,光路经过扩束镜和准直镜,然后由第一个分束镜200分成两个光路,其中一个光路经过样品作为物光,再射向第二个分束镜200,另一个光路作为参考光直接射向第二个分束镜200。物光和参考光经过一个75mm透镜后进入第一个4f光学系统,离开第一个4f光学系统后经过一个100mm透镜,然后经过加载有编码矩阵的掩码板300进行编码,然后经过另一个100mm透镜后进入第二个4f光学系统,离开第二个4f光学系统后经过一个150mm透镜。物光和参考光进入图像拍摄装置400。
图像拍摄装置400包括条纹相机和CCD器件,条纹相机的狭缝完全打开,条纹相机剪切动态场景,CCD器件拍摄剪切后的动态场景,得到一张样品的压缩全息图。两束光在CCD器件等感光元件上叠加产生干涉,感光元件上各点的感光程度不仅随强度也随两束光的位相关系而不同。样品在部分激光辐照下形成漫射式的物光;另一部分激光作为参考光束射到感光元件上,和物光叠加产生干涉,把物光上各点的位相和振幅转换成在空间上变化的强度,从而利用干涉条纹间的反差和间隔将物光的全部信息记录下来。记录着干涉条纹的感光元件经过显影、定影等处理程序后,形成一张全息图。
图像处理装置500被配置为通过预初始化参数的反向模型由所述二维压缩全息图反解得到未解码的干涉图像,对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像,对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧,对所述全息图序列帧进行相位重建,得到样品的相位图像。
可以理解的是,全息图序列帧是由一张压缩全息图重构得到的多张全息图。
即,对于压缩超快全息定量相位成像系统,其采用以下的压缩超快全息定量相位成像方法。参照图1,压缩超快全息定量相位成像方法包括但不限于以下步骤:
步骤S100,对样品的多个干涉图像进行编码处理得到编码图像;
步骤S200,对编码图像进行压缩处理,得到样品的二维压缩全息图;
步骤S300,通过预初始化参数的反向模型由二维压缩全息图反解得到未解码的干涉图像;
步骤S400,对未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像;
步骤S500,对第一去噪图像进行深度去噪处理,重构得到全息图序列帧;
步骤S600,对全息图序列帧进行相位重建,得到样品的相位图像。
对于步骤S100,飞秒激光器所产生的激光由分束镜200分成两个光路,其中一个光路经过样品作为物光,另一个光路作为参考光。物光包含由样品的多个图像的信息,即样品的多个干涉图像;图4是样品的干涉图像的示意图。样品的多个图像随时间变化,形成动态场景。物光经过加载有编码矩阵的掩码板300,实现对样品的多个图像进行编码处理得到编码图像。
其中,物光和参考光在进入掩码板300之前和离开掩码板300之后分别经过两个不同的4f光学系统进行光学处理。
对于步骤S200,条纹相机对编码图像进行剪切,CCD器件拍摄剪切后的动态场景并压缩,得到一张样品的压缩全息图。其中,参考光和物光叠加产生干涉,把物光上各点的位相和振幅转换成在空间上变化的强度,从而利用干涉条纹间的反差和间隔将物光的全部信息记录下来,得到压缩全息图。
对于步骤S300至步骤S500,利用求解逆问题的方法以从样品的二维压缩全息图得到全息图序列帧。该方法的基本思想是对期望信号使用预训练的去噪器作为先验知识;它建立在基于优化的恢复方法上,通过分别处理前向模型(数据保真度)项和先验项并以迭代方式交替求解子问题的解决方案,将整个逆问题等价转化为若干更易求解的子问题。
从二维的压缩图恢复至三维的全息图是一个不适定的线性逆问题。通过采样/传感矩阵的约束和信号的适当先验,可以实现亚奈奎斯特采样和可靠恢复。
在该系统中,考虑到样品的多个干涉图像X被编码矩阵C调制和压缩,则测量Y可以表示为测量Y为条纹相机记录的观测图像。其中,B为编码矩阵的数量,b∈B,Z为噪声。在数学上,测量可以表示为y=Hx+z,y=Vec(Y),z=Vec(Z),x=Vec(X)=[Vec(X1)T,...,Vec(Xb)T]T。/>
对系统的反演问题,使用最大后验概率(MAP)估计,给定测量y和前向模型(似然函数py|x)来估计未知信号x,则可以被建模为:
假设测量的加性高斯白噪声(AWGN),则以上式子可以写成:
在系统中,A=TSC;T表示在条纹相机外置CCD的曝光时间上的时间-空间积分算子,S表示垂直方向上的时间剪切算子,C是来自掩码版编码算子。根据给定的算子TSC和动态场景的稀疏性,可以通过求解以上式子优化问题来完成图像重构。
对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像。
对以上式子求解有:uk+1=uk+(xk+1-zk+1)。
其中,u是残差变量,ρ是惩罚因子,k是迭代次数。
对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧;参照图5,图5是全息图序列帧的示意图。使用深度学习去噪器作为先验的关键在于数据大小和输入噪声水平方面的灵活性。根据去噪器应适应不同的输入噪声水平。采用已经训练好的深度学习去噪器来重构全息图序列帧,深度学习去噪器能够对图像进行逐帧去噪,加快图像重构过程。
参照图2,对于步骤S600,对全息图进行相位重建,得到样品的相位图像,包括但不限于以下步骤:
步骤S610,对全息图序列帧进行傅里叶变换,得到全息图的频谱分布;
步骤S620,根据频谱分布,将物光从全息图平面传播至样品所在的物平面,得到全息图的空间分布;
步骤S630,对空间分布进行相位提取处理得到包裹相位,对包裹相位进行解包裹处理,得到展开相位;
步骤S640,对展开相位进行去相位畸变处理,得到样品的相位图像。
对于步骤S620,在频谱分布中利用滤波器提取+1级图像的信息,并通过频谱中心法,将+1级图像移至频谱原点,然后做傅里叶逆变换换算成空域,得到全息图的空间分布。需要利用数值传播算法,将物光从全息图平面传播回物体本身所在的物平面;其中数值传播算法通常采用角谱法。
对于步骤S640,对空间分布进行去相位畸变处理,去相位畸变处理通常采用离轴倾斜畸变,得到准确的样品的原始相位分布,即样品的相位图像。参照图6,图6是样品的相位图像的示意图。
本申请的实施例还提供了一种电子设备。电子设备包括存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线,程序被处理器执行时实现如上的压缩超快全息定量相位成像方法。
该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
总体而言,对于电子设备的硬件结构,处理器可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案。
存储器可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器中,并由处理器来调用执行本申请实施例的压缩超快全息定量相位成像方法。
输入/输出接口用于实现信息输入及输出。
通信接口用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线在设备的各个组件(例如处理器、存储器、输入/输出接口和通信接口)之间传输信息。处理器、存储器、输入/输出接口和通信接口通过总线实现彼此之间在设备内部的通信连接。
本申请的实施例,提供了一种计算机可读存储介质。所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如上所述的压缩超快全息定量相位成像方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
尽管已经示出和描述了本申请的实施方式,本领域的普通技术人员可以理解:在不脱离本申请的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本申请的范围由实施例及其等同物限定。
以上是对本申请的较佳实施进行了具体说明,但本申请并不限于实施例,熟悉本领域的技术人员在不违背本申请精神的前提下可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本实施例所限定的范围内。
Claims (10)
1.一种压缩超快全息定量相位成像方法,包括:
对样品的多个干涉图像进行编码处理得到编码图像;
对所述编码图像进行压缩处理,得到样品的二维压缩全息图;
通过预初始化参数的反向模型由所述二维压缩全息图反解得到未解码的干涉图像;
对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像;
对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧;
对所述全息图序列帧进行相位重建,得到样品的相位图像。
2.根据权利要求1所述的压缩超快全息定量相位成像方法,其特征在于,所述对样品的多个干涉图像进行编码处理得到编码图像,包括:
使光源产生的光经过所述样品,得到所述样品的多个干涉图像;
将所述样品的多个干涉图像经过加载有所述编码矩阵的掩码板进行编码处理,得到所述编码图像。
3.根据权利要求1所述的压缩超快全息定量相位成像方法,其特征在于,所述对所述全息图序列帧进行相位重建,得到样品的相位图像,包括:
对所述全息图序列帧进行傅里叶变换,得到全息图的频谱分布;
根据所述频谱分布,将物光从全息图平面传播至样品所在的物平面,得到所述全息图的空间分布;
对所述空间分布进行相位提取处理得到包裹相位,对所述包裹相位进行解包裹处理,得到展开相位;
对所述展开相位进行去相位畸变处理,得到所述样品的相位图像。
5.一种压缩超快全息定量相位成像系统,其特征在于,包括光源、掩码板、图像拍摄装置和图像处理装置;所述光源产生的光先经过所述掩码板,再进入所述图像拍摄装置;
所述掩码板加载有编码矩阵,所述掩码板用于对样品的多个干涉图像进行编码处理得到编码图像;
所述图像拍摄装置用于对所述编码图像进行压缩处理,得到样品的压缩全息图;
所述图像处理装置被配置为通过预初始化参数的反向模型由所述二维压缩全息图反解得到未解码的干涉图像,对所述未解码的干涉图像进行迭代的多次全变分图像去噪处理,得到第一去噪图像,对所述第一去噪图像进行深度去噪处理,重构得到全息图序列帧,对所述全息图序列帧进行相位重建,得到样品的相位图像。
6.根据权利要求5所述的压缩超快全息定量相位成像系统,其特征在于,所述对样品的多个干涉图像进行编码处理得到编码图像,具体为:使光源产生的光经过所述样品,得到所述样品的多个干涉图像;将所述样品的多个干涉图像经过加载有所述编码矩阵的掩码板进行编码处理,得到所述编码图像。
7.根据权利要求5所述的压缩超快全息定量相位成像系统,其特征在于,所述对所述全息图序列帧进行相位重建,得到样品的相位图像,具体为:对所述全息图序列帧进行傅里叶变换,得到全息图的频谱分布;根据所述频谱分布,将物光从全息图平面传播至样品所在的物平面,得到所述全息图的空间分布;对所述空间分布进行相位提取处理得到包裹相位,对所述包裹相位进行解包裹处理,得到展开相位;对所述展开相位进行去相位畸变处理,得到所述样品的相位图像。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的压缩超快全息定量相位成像方法。
10.一种计算机可读存储介质,其特征在于,存储有计算机可执行指令,所述计算机可执行指令用于执行如权利要求1至4中任一项所述的压缩超快全息定量相位成像方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661318.5A CN115857304A (zh) | 2022-12-23 | 2022-12-23 | 压缩超快全息定量相位成像方法、系统、设备及介质 |
PCT/CN2023/138498 WO2024131616A1 (zh) | 2022-12-23 | 2023-12-13 | 压缩超快全息定量相位成像方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661318.5A CN115857304A (zh) | 2022-12-23 | 2022-12-23 | 压缩超快全息定量相位成像方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115857304A true CN115857304A (zh) | 2023-03-28 |
Family
ID=85654080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211661318.5A Pending CN115857304A (zh) | 2022-12-23 | 2022-12-23 | 压缩超快全息定量相位成像方法、系统、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115857304A (zh) |
WO (1) | WO2024131616A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408875A (zh) * | 2023-12-13 | 2024-01-16 | 阿尔玻科技有限公司 | 重构压缩超快摄影图像的方法、存储介质及设备 |
-
2022
- 2022-12-23 CN CN202211661318.5A patent/CN115857304A/zh active Pending
-
2023
- 2023-12-13 WO PCT/CN2023/138498 patent/WO2024131616A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408875A (zh) * | 2023-12-13 | 2024-01-16 | 阿尔玻科技有限公司 | 重构压缩超快摄影图像的方法、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2024131616A1 (zh) | 2024-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102981390B (zh) | 在轴外全息照相中对物体波的准确重构的装置 | |
CN110363843B (zh) | 基于相移压缩菲涅尔全息的三维图像光学重建方法及系统 | |
WO2024131616A1 (zh) | 压缩超快全息定量相位成像方法、系统、设备及介质 | |
US20120116703A1 (en) | Method and apparatus for enhanced spatial bandwidth wavefronts reconstructed from digital interferograms or holograms | |
US20160048950A1 (en) | Compressive imaging using approximate message passing with denoising | |
CN108225561B (zh) | 压缩光谱成像系统、重建方法、装置及终端设备 | |
CN107085838B (zh) | 全息图噪声的去除方法及装置 | |
CN110942413B (zh) | 一种大容量光学信息隐藏、提取的方法及系统 | |
CN116402946A (zh) | 压缩超快三维成像方法、系统、电子设备及存储介质 | |
KR20150081010A (ko) | 홀로그램 재현 영상의 시야각 측정 평가 장치 및 방법 | |
Leng et al. | Speckle noise reduction in digital holography with spatial light modulator and nonlocal means algorithm | |
Katkovnik et al. | Sparse superresolution phase retrieval from phase-coded noisy intensity patterns | |
Darakis et al. | Visually lossless compression of digital hologram sequences | |
López‐Torres et al. | Improving 3D reconstruction accuracy in wavelet transform profilometry by reducing shadow effects | |
KR102190773B1 (ko) | 라이트필드 변환 기술과 딥러닝을 적용한 홀로그램 스페클 제거 방법 및 장치 | |
JP5552707B2 (ja) | 再生装置、干渉計測装置、制御プログラム、および記録媒体 | |
US20200057411A1 (en) | System and method for reconstruction of holographic lens-free images by multi-depth sparse phase recovery | |
Llull et al. | Evaluation of 3D Reconstruction for Cultural Heritage Applications | |
CN113406004A (zh) | 电磁波相位振幅生成装置、方法和非临时记录介质 | |
Ren et al. | Quasi-noise-free and detail-preserved digital holographic reconstruction | |
CN113658330B (zh) | 一种基于神经网络的全息编码方法 | |
CN115348434A (zh) | 超快全息成像方法、系统、电子设备及存储介质 | |
Polyanskii et al. | Optical correlation approach to all-optical holographic associative memory | |
Nguyen et al. | 3D optical diffraction tomography using deep learning | |
Vetal et al. | Reconstruction of apertured Fourier Transform Hologram using compressed sensing |
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 |