龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明属于全息相位重建领域，公开了一种基于频域自监督复值神经网络的复振幅重建方法，在摆脱端到端网络对大量标注数据依赖性的同时提供一种从频域学习的重建方法，本发明采用基于复值神经网络的网络架构结合光学同轴全息成像模型的物理过程，首先将采集的全息图经傅里叶变换后得频谱B，再将其放入复值神经网络中，输出物场频谱C，逆傅里叶变换后再模拟同轴全息正向传播过程得到衍射复振幅D，取强度为重建全息图E与其频谱F；随后计算采集的全息图与重建全息图E之间、频谱B与频谱F之间的相似度，通过复值神经网络的梯度下降优化算法实现相位重建。本发明提供一种基于复值神经网络频谱学习的全息复振幅重建方法。
主权项：1.一种基于频域自监督复值神经网络的复振幅重建方法，包括以下步骤：S1、在同轴全息理论基础上选用相机拍摄多组纯相位型同轴全息图，作为网络输入，即全息图A；S2、将采集的全息图A读入后做傅里叶变换得频谱B，作为复值卷积神经网络得输入，经网络后输出原始物场频谱C；S3、物场频谱C傅里叶逆变换后对其振幅进行软约束并将其正向传播至z距离处，软约束为限制其振幅各点值不大于吸收约束规定的值，该值的范围与被记录物体有关，；S4、对衍射场复振幅D取强度得重建全息图E，并计算得其频谱F；S5、计算空域损失项，即全息图A与重建全息图E的相似度，计算频域损失项，频谱B与频谱F的相似度，赋予两项权重相加作为损失函数，将损失函数值的梯度做反向传播以更新网络模型的参数，得到训练完成的复值神经网络。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于频域自监督复值神经网络的复振幅重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号