基本信息:
- 专利标题： 一种基于学习分层相位编码和复值对抗网络的多层全息图生成方法
- 申请号：CN202510262380.4 申请日：2025-03-06
- 公开(公告)号：CN120107391A 公开(公告)日：2025-06-06
- 发明人： 朴美兰 , 袁慧 , 朱天屹 , 刘维
- 申请人： 吉林大学
- 申请人地址： 吉林省长春市南关区人民大街5988号
- 专利权人： 吉林大学
- 当前专利权人： 吉林大学
- 当前专利权人地址： 吉林省长春市南关区人民大街5988号
- 代理机构： 哈尔滨市松花江专利商标事务所
- 代理人： 张换男
- 主分类号： G06T11/00
- IPC分类号： G06T11/00 ; G06N3/045 ; G06N3/0475 ; G06N3/094
摘要：
一种基于学习分层相位编码和复值对抗网络的多层全息图生成方法，它属于深度学习与全息投影成像领域。本发明解决了现有相位全息图生成方法难以实现生成质量和生成速度的兼顾，且难以一次性生成多层全息图的问题。本发明的生成器网络通过学习全息图平面中的复振幅作为输入来预测全息图，生成器网络可以处理单层图像的角谱衍射值，也可以处理多层图像的角谱衍射值，避免使用神经网络直接来处理图像，从而在后续网络模型调用中解决了只能生成单层图像的问题，可以实现多层全息图的一次性生成。利用数据集来训练复值对抗网络，可以提高模型的泛化性，本发明方法可以简单高效地生成高质量的全息图。本发明方法可以应用于多层全息图生成。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T11/00 | 两维（2D）图像的发生，例如从一个绘图到一个位像图 |