-
公开(公告)号：CN115713571A
公开(公告)日：2023-02-24
申请号：CN202211441107.0
申请日：2022-11-17
Applicant: 安徽大学
Abstract: 本发明的一种无双约束的双域优化随机相位全息图生成方法及存储介质，其方法包括首先，可以在对偶域(空间域或傅里叶域)中生成优化的随机相位，可用于非迭代生成不同目标图像对应的全息图；其次，在空间域松弛图像支撑约束用于图像空间具有任意支撑目标图像的全息图生成；最后，对于不同窗口大小目标图像，引入裁块操作，裁取相应大小的DD‑ORAP用于快速生成CGH。本发明提出的TCF‑DD‑ORAP方法突破了原有ORAP方法在CGH生成方面面临的固定支撑和窗口尺寸的双重限制，大大节省了计算成本，提高了CGH生成方式的灵活性。本发明可以通过在对偶域中生成的单幅TCF‑DD‑ORAP，用于非迭代生成具有非固定支撑与窗口的目标物体的纯相位全息图，具有由一生全的高度灵活性。
-
公开(公告)号：CN113448233B
公开(公告)日：2022-08-09
申请号：CN202110790766.4
申请日：2021-07-13
Applicant: 安徽大学
Abstract: 本发明公开了一种欠采样全息图压缩全息多尺度自聚焦重建方法及系统，属于数字全息技术领域，包括对物体在光学结构中不同位置经光源照射产生的全息图分别进行下采样操作，得到不同位置的下采样全息图；基于CS算法，对所述不同位置的下采样全息图进行重建，得到不同位置的振幅图像；采用特征值自聚焦算法的评估方法，根据不同位置的振幅图像，估计焦平面位置；基于TwIST算法，对焦平面位置的下采样全息图进行重建。本发明为实现欠采样情况下的自聚焦提出了EIG‑AF‑CS自聚焦算法，并将其与无孪生像压缩重建相结合，在保证重建质量的同时，有效克服了传统压缩全息重建中孪生像干扰及欠缺自聚焦能力的问题。
-
公开(公告)号：CN113219806A
公开(公告)日：2021-08-06
申请号：CN202110533804.8
申请日：2021-05-14
Applicant: 安徽大学
Abstract: 本发明公开了一种非迭代彩色相位全息图生成方法及系统，属于彩色全息显示技术领域，包括：基于重构平面与初始化随机相位，得到满支撑优化的随机相位，该重构平面为预先在空间域创建一个和SLM平面相同大小的满支撑单位振幅；将满支撑优化的随机相位与RGB三色通道的单色振幅结合，生成彩色相位全息图。本发明出的非迭代彩色相位全息图生成方案，不需要分通道分别进行G‑S的迭代，大大节省了计算时间。
-
公开(公告)号：CN117853336A
公开(公告)日：2024-04-09
申请号：CN202311867153.1
申请日：2023-12-28
Applicant: 安徽大学
IPC: G06T3/4053 , G03H1/08 , G06N3/0455
Abstract: 本发明涉及一种基于物理启发的轻量级深度学习压缩成像方法及装置。该方法包括以下步骤：构建压缩全息感知模型；利用压缩全息感知模型获取低维衍射强度，利用计算超分重建方法构建计算成像框架，利用计算成像框架从所述低维衍射强度中恢复复值振幅；分别构建基于LIST层的轻量化计算成像框架与距离生成网络；利用轻量化计算成像框架和所述距离生成网络，确定轻量级深度学习压缩全息成像模型；利用轻量级深度学习压缩全息成像模型，进行压缩全息成像。本发明的方法耗费更少的时间，尤其是在低维衍射强度条件时同时实现更高质量的复振幅重建和更精准的重建距离估计。
-
公开(公告)号：CN116704121A
公开(公告)日：2023-09-05
申请号：CN202310562314.X
申请日：2023-05-16
Applicant: 安徽大学
IPC: G06T17/00 , G06N3/0464 , G06N3/0495 , G06N3/0895 , G06F17/16
Abstract: 本发明涉及一种基于自监督深度学习的三维压缩成像方法及装置。该方法包括：采用基于编码测量的压缩成像方法对三维物体进行成像；构建自监督深度学习网络模型，利用自监督深度学习网络模型对三维物体的成像结果进行优化和重建。和监督式学习相比，本发明不仅不需要大量的标注数据，降低了数据要求和人力成本，还无需获取三维图像的真实值，可以从数据本身中学习有用的表征，提高了算法的适应性和泛化性；而且还可以在数据量不足时进行有效学习，具有较好的可扩展性。本发明解决了传统三维成像分辨率不够高，数据处理速度慢，对复杂场景的处理能力弱，成像成本高等问题。
-
Patent Agency Ranking
公开(公告)号：CN114895542A
公开(公告)日：2022-08-12
申请号：CN202210452445.8
申请日：2022-04-27
Applicant: 安徽大学
IPC: G03H1/08
Abstract: 本发明提供一种三维计算全息图非迭代快速生成方法，包括：将待处理三维物体沿深度方向分成相互平行且等间距的若干个平面层；将各个平面层的二维图像振幅与事先生成的满支撑优化菲涅尔随机相位相结合，生成各个平面层的初始相位全息图；将各个平面层的初始相位全息图与可编程菲涅尔透镜的相位进行叠加，得到各个平面层的最终相位全息图；将各个平面层的最终相位全息图进行叠加，得到待处理三维物体的计算全息图。本发明不需要为三维物体分层后的每个平面层的二维图像单独生成FS‑OFRAP，大大提高了三维计算全息图的生成速度，也有效保证了三维计算全息图的重建质量。
-
公开(公告)号：CN113219806B
公开(公告)日：2022-05-31
申请号：CN202110533804.8
申请日：2021-05-14
Applicant: 安徽大学
Abstract: 本发明公开了一种非迭代彩色相位全息图生成方法及系统，属于彩色全息显示技术领域，包括：基于重构平面与初始化随机相位，得到满支撑优化的随机相位，该重构平面为预先在空间域创建一个和SLM平面相同大小的满支撑单位振幅；将满支撑优化的随机相位与RGB三色通道的单色振幅结合，生成彩色相位全息图。本发明出的非迭代彩色相位全息图生成方案，不需要分通道分别进行G‑S的迭代，大大节省了计算时间。
-
公开(公告)号：CN113448233A
公开(公告)日：2021-09-28
申请号：CN202110790766.4
申请日：2021-07-13
Applicant: 安徽大学
Abstract: 本发明公开了一种欠采样全息图压缩全息多尺度自聚焦重建方法及系统，属于数字全息技术领域，包括对物体在光学结构中不同位置经光源照射产生的全息图分别进行下采样操作，得到不同位置的下采样全息图；基于CS算法，对所述不同位置的下采样全息图进行重建，得到不同位置的振幅图像；采用特征值自聚焦算法的评估方法，根据不同位置的振幅图像，估计焦平面位置；基于TwIST算法，对焦平面位置的下采样全息图进行重建。本发明为实现欠采样情况下的自聚焦提出了EIG‑AF‑CS自聚焦算法，并将其与无孪生像压缩重建相结合，在保证重建质量的同时，有效克服了传统压缩全息重建中孪生像干扰及欠缺自聚焦能力的问题。
-
公开(公告)号：CN110308610A
公开(公告)日：2019-10-08
申请号：CN201910406993.5
申请日：2019-05-16
Applicant: 安徽大学
Abstract: 本发明公开了一种基于全息投影的多视图三维显示装置及控制方法，属于三维显示领域，包括激光器、空间滤波器、第一透镜、第二透镜、第一平面、第二平面以及分光棱镜；激光器发射光束的传播路径上依次布置有空间滤波器和第一透镜，第一透镜产生的平行光的光路上布置有分光棱镜，分光棱镜的反射光光路上布置有空间光调制器，分光棱镜的透射光的光路上布置有第二透镜，第二透镜前后分别设置有所述第一平面和第二平面，所述第二平面布置有柱透镜光栅。本方案在光学结构上简单紧凑，所采用的柱透镜光栅成本低，制作工艺简单；且纯相位全息图的重构具有更高的衍射效率。
-
公开(公告)号：CN103149698B
公开(公告)日：2015-06-24
申请号：CN201310075315.8
申请日：2013-03-08
Applicant: 安徽大学
Abstract: 本发明涉及一种基于硅基液晶的主动光学变焦系统及其变焦方法，包括偏振分光镜、硅基液晶变焦装置和图像传感器；硅基液晶变焦装置和图像传感器分别设置在偏振分光镜两侧；硅基液晶变焦装置包括硅基液晶元件、控制器和驱动板，控制器通过传输线和驱动板相连，驱动板通过引线和硅基液晶元件相连；采用硅基液晶这种空间光调制器替代变焦透镜，利用硅基液晶的相位调制特性实现变焦，控制器通过DVI传输线控制硅基液晶元件，具有结构简单、体积较小、重量较轻、对焦速度较快、维护成本较低且适用范围较广等优点。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.018 seconds)
