典型文献
基于深度学习和分层角谱的三维纯相位全息显示
文献摘要：
传统的纯相位全息成像方法,大多数依赖于高强度的迭代,耗费时间长,成像质量不高,针对此问题,提出了一种深度学习与分层角谱结合的纯相位全息图生成算法,在快速生成全息图的同时提高了全息图再现质量.通过LeNet网络结构预测三维物体的复振幅信息,降低了计算量,采用精确的角谱算法生成三维物体的高质量纯相位全息图.通过仿真实验证明该算法的可行性,并有效提高了重建图像的质量.
文献关键词：
全息;深度学习;分层角谱;纯相位全息图;三维显示
中图分类号：
作者姓名：
孙骁;韩超
作者机构：
安徽工程大学高端装备先进感知与智能控制教育部重点实验室,安徽芜湖241000
文献出处：
引用格式：
[1]孙骁;韩超-.基于深度学习和分层角谱的三维纯相位全息显示)[J].激光与光电子学进展,2022(04):45-53
A类：
分层角谱,纯相位全息图
B类：
全息显示,全息成像,成像方法,耗费,费时间,成像质量,图生成,生成算法,快速生成,LeNet,结构预测,三维物体,计算量,重建图像,三维显示
AB值：
0.24751
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
