【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于信息領(lǐng)域的光學(xué)信息探測和處理技術(shù)，具體涉及結(jié)合自監(jiān)督學(xué)習(xí)和物理模型的全息像重建方法。
技術(shù)介紹
1、全息圖根據(jù)參考光波和物光波的夾角不同分為同軸全息圖和離軸全息圖。對于離軸全息圖，傳統(tǒng)的生成全息圖方法還需要構(gòu)建參考光波以及設(shè)定合適的物參光夾角。但兩種全息圖的生成都需要基于物理模型對光波的衍射進(jìn)行模擬。常用的衍射模擬方法有：菲涅爾衍射法、角譜法。
2、菲涅爾衍射法(fdm)基于菲涅爾衍射理論，衍射距離必須滿足菲涅爾近似條件。對于預(yù)放大數(shù)字全息顯微系統(tǒng)，菲涅爾近似條件不一定成立。菲涅爾衍射法只進(jìn)行一次傅里葉變換就可以得到衍射光波，因此衍射平面像元大小與物平面像元大小不一致，受到波長、衍射距離和采樣數(shù)目的約束，使得菲涅爾衍射法的應(yīng)用范圍受到一定程度的限制。
3、角譜法(asm)基于衍射的平面波理論，嚴(yán)格遵從標(biāo)量衍射的亥姆霍茲方程推導(dǎo)，不受到菲涅爾近似條件對衍射距離的限制。在角譜法中，需要分別進(jìn)行一次二維離散傅里葉變換和二維離散逆傅里葉變換，因此物平面像元大小與衍射平面像元大小一致，在實際應(yīng)用中相較于菲涅爾衍射法更加方便實用。但是在衍射距離太長時，會由于欠采樣導(dǎo)致混疊。為了解決混疊通常需要對圖像進(jìn)行補(bǔ)零，顯著地增加了計算量。傳統(tǒng)生成全息圖算法的缺陷是：1.菲涅爾衍射法與角譜法都存在臨界有效衍射距離，在其范圍內(nèi)才能正確模擬衍射過程；2.兩種方法的臨界有效衍射距離存在一個禁區(qū)，需要補(bǔ)零或者插值擴(kuò)展臨界距離，增大了計算量；3.對于真實實驗環(huán)境中存在的灰塵、噪聲等因素不能很好的模擬，導(dǎo)致仿真實驗結(jié)果與真實實
4、對于數(shù)字圖像處理任務(wù)，深度學(xué)習(xí)方法一般利用卷積神經(jīng)網(wǎng)絡(luò)對圖像的特征進(jìn)行提取，前向傳播獲取目標(biāo)圖片或分類結(jié)果后，計算損失函數(shù)，反向傳播更新網(wǎng)絡(luò)參數(shù)，通過降低損失函數(shù)實現(xiàn)網(wǎng)絡(luò)的訓(xùn)練，達(dá)到數(shù)字圖像處理的目的。
5、現(xiàn)有的深度學(xué)習(xí)訓(xùn)練需要輸入大量配對數(shù)據(jù)，因而面臨著大量配對數(shù)據(jù)集的采集困難和采集耗時長的問題，同時訓(xùn)練所耗時間成本也較高。針對以上問題，提出一種能減少人力成本和時間成本的全息像重建方法很有必要。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供一種新的結(jié)合自監(jiān)督學(xué)習(xí)和物理模型的全息像重建智能算法，將一組系統(tǒng)成像所得的全息圖與傳統(tǒng)算法得到的相位圖和振幅圖構(gòu)成圖像數(shù)據(jù)。全息圖、相位圖和振幅圖共同作為網(wǎng)絡(luò)輸入，并且作為監(jiān)督標(biāo)簽，監(jiān)督優(yōu)化網(wǎng)絡(luò)的參數(shù)，最終實現(xiàn)全息像的重建。相較于現(xiàn)有算法，本專利技術(shù)克服了前述的現(xiàn)有技術(shù)中存在的需要大量配對的標(biāo)簽數(shù)據(jù)、計算時間較長等缺陷。而且本專利技術(shù)對硬件環(huán)境條件沒有特別要求，能針對拍攝全息圖的多種情景實現(xiàn)準(zhǔn)確短時生成。
2、本專利技術(shù)的具體技術(shù)方案是：
3、一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于該方法包括以下步驟：
4、s1.使用離軸的預(yù)放大數(shù)字全息顯微系統(tǒng)，對目標(biāo)拍攝了多幅全息圖，并且利用傳統(tǒng)算法恢復(fù)了目標(biāo)的相位和振幅，用于實驗訓(xùn)練和驗證。同時利用角譜法對生物細(xì)胞數(shù)字集生成了大量離軸全息圖，用于仿真驗證；
5、s2.建立神經(jīng)網(wǎng)絡(luò)模型，其中包含用于生成相位圖像的網(wǎng)絡(luò)1、用于生成振幅圖像的網(wǎng)絡(luò)2、用于生成全息圖的網(wǎng)絡(luò)3和網(wǎng)絡(luò)4，四個網(wǎng)絡(luò)都包含相同的網(wǎng)絡(luò)結(jié)構(gòu)；
6、s3.首先進(jìn)行網(wǎng)絡(luò)3、4優(yōu)化，將全息圖分別輸入網(wǎng)絡(luò)1和網(wǎng)絡(luò)2生成對應(yīng)的相位圖和振幅圖，再將生成的相位圖和振幅圖合成為復(fù)振幅，經(jīng)過傅里葉變換后取得實部和虛部，分別輸入網(wǎng)絡(luò)3和網(wǎng)絡(luò)4得到兩個輸出，將它們相加得到生成全息圖。利用生成的全息圖像與輸入全息圖像進(jìn)行損失函數(shù)約束，實現(xiàn)對網(wǎng)絡(luò)3、4的參數(shù)優(yōu)化；
7、s4.隨后再進(jìn)行網(wǎng)絡(luò)1、2的優(yōu)化，將生成全息圖輸入網(wǎng)絡(luò)1和網(wǎng)絡(luò)2生成對應(yīng)的相位圖和振幅圖，所有生成結(jié)果與輸入振幅和相位，進(jìn)行損失函數(shù)約束，實現(xiàn)對網(wǎng)絡(luò)3、4的參數(shù)優(yōu)化。
8、所述步驟s1的離軸的預(yù)放大數(shù)字全息顯微系統(tǒng)可以是任意能實現(xiàn)對目標(biāo)相位物體的離軸顯微全息圖拍攝的成像系統(tǒng)。
9、所述步驟s1的傳統(tǒng)算法可以是任意能實現(xiàn)高質(zhì)量離軸全息圖重建的方法，其特征在于理論完備豐富，可實現(xiàn)途徑多。
10、所述步驟s2的網(wǎng)絡(luò)1、2、3、4可以是任意結(jié)構(gòu)的網(wǎng)絡(luò)模型，包括但不限于u型神經(jīng)網(wǎng)絡(luò)、全連接網(wǎng)絡(luò)、全卷積網(wǎng)絡(luò)、transformer網(wǎng)絡(luò)等。
11、所述步驟s3的合成復(fù)振幅指將相位圖作為虛部、振幅圖作為實部合成為復(fù)數(shù)矩陣的操作。
12、本專利技術(shù)的有益效果在于克服了前述的現(xiàn)有技術(shù)中存在的需要大量配對的標(biāo)簽數(shù)據(jù)、計算時間較長等缺陷，通過對網(wǎng)絡(luò)結(jié)構(gòu)及損失函數(shù)進(jìn)行優(yōu)化，對一組數(shù)據(jù)進(jìn)行訓(xùn)練，提供一種新的全息像重建智能算法。而且本專利技術(shù)對硬件環(huán)境條件沒有特別要求，能針對拍攝全息圖的多種情景實現(xiàn)準(zhǔn)確短時生成。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟S1的離軸的預(yù)放大數(shù)字全息顯微系統(tǒng)可以是任意能實現(xiàn)對目標(biāo)相位物體的離軸顯微全息圖拍攝的成像系統(tǒng)。
3.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟S1的傳統(tǒng)算法可以是任意能實現(xiàn)高質(zhì)量離軸全息圖重建的方法，其特征在于理論完備豐富，可實現(xiàn)途徑多。
4.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟S2的網(wǎng)絡(luò)1、2、3、4可以是任意結(jié)構(gòu)的網(wǎng)絡(luò)模型，包括但不限于U型神經(jīng)網(wǎng)絡(luò)、全連接網(wǎng)絡(luò)、全卷積網(wǎng)絡(luò)、Transformer網(wǎng)絡(luò)等。
5.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟S3的合成復(fù)振幅指將相位圖作為虛部、振幅圖作為實部合成為復(fù)數(shù)矩陣的操作。
【技術(shù)特征摘要】
1.一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟s1的離軸的預(yù)放大數(shù)字全息顯微系統(tǒng)可以是任意能實現(xiàn)對目標(biāo)相位物體的離軸顯微全息圖拍攝的成像系統(tǒng)。
3.根據(jù)權(quán)利要求1所述的一種用于全息像重建的基于物理模型的自監(jiān)督學(xué)習(xí)方法，其特征在于，所述步驟s1的傳統(tǒng)算法可以是任意能實現(xiàn)高質(zhì)量離軸全息圖重建的方法，其...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：任振波，熊晨岑，邸江磊，趙建林，
申請(專利權(quán))人：西北工業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。