[go: up one dir, main page]

CN118838137A - 一种基于三分法和遗传算法的数字全息自动聚焦成像方法 - Google Patents

一种基于三分法和遗传算法的数字全息自动聚焦成像方法 Download PDF

Info

Publication number
CN118838137A
CN118838137A CN202410973652.7A CN202410973652A CN118838137A CN 118838137 A CN118838137 A CN 118838137A CN 202410973652 A CN202410973652 A CN 202410973652A CN 118838137 A CN118838137 A CN 118838137A
Authority
CN
China
Prior art keywords
distance
reconstruction
reconstruction distance
function value
genetic algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410973652.7A
Other languages
English (en)
Other versions
CN118838137B (zh
Inventor
周文静
关赢
崔泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202410973652.7A priority Critical patent/CN118838137B/zh
Publication of CN118838137A publication Critical patent/CN118838137A/zh
Application granted granted Critical
Publication of CN118838137B publication Critical patent/CN118838137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/0005—Adaptation of holography to specific applications
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/08—Synthesising holograms, i.e. holograms synthesized from objects or objects from holograms
    • G03H1/0866—Digital holographic imaging, i.e. synthesizing holobjects from holograms
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/0005—Adaptation of holography to specific applications
    • G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
    • G03H2001/0038—Adaptation of holography to specific applications in hologrammetry for measuring or analysing analogue or digital holobjects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
    • G03H2001/0445—Off-axis recording arrangement
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
    • G03H1/04—Processes or apparatus for producing holograms
    • G03H1/08—Synthesising holograms, i.e. holograms synthesized from objects or objects from holograms
    • G03H1/0808—Methods of numerical synthesis, e.g. coherent ray tracing [CRT], diffraction specific
    • G03H2001/0816—Iterative algorithms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Holo Graphy (AREA)

Abstract

本发明涉及一种基于三分法和遗传算法的数字全息自动聚焦成像方法，包括以下步骤：获取被测物体的待处理的离轴数字全息图和记录距离，预处理得到复振幅分布；设定搜索范围、第一聚焦评价函数、第一重建距离、第二重建距离和阈值；采用三分法和的第一聚焦评价函数AMP以非固定步长的形式迭代缩小聚焦平面的搜索范围，然后采用遗传算法和的第二聚焦评价函数DIF在缩小的搜索范围内精准定位聚焦平面。与现有技术相比，本发明具有灵敏度高、精度高、适用范围广等优点。

Description

一种基于三分法和遗传算法的数字全息自动聚焦成像方法
技术领域
本发明涉及数字全息技术领域，尤其是涉及一种基于三分法和遗传算法的数字全息自动聚焦成像方法。
背景技术
数字全息是一种干涉成像技术，其利用数字图像传感器(CCD或CMOS)记录全息图，用计算机模拟光波的衍射传播过程来实现对物体的成像，具有全视场、无损伤、高精度、数字聚焦、可同时获得定量强度像和相位像等独特的优点。数字全息已被广泛用于活细胞定量成像、微观颗粒跟踪、MEMS检测等领域。特别是，离轴数字全息技术在生物学和生物医学等领域中引起了研究者们广泛的兴趣，这主要归功于该技术仅需一幅全息图便可恢复物体信息，提高了系统的测量效率,也降低了环境对多帧测量的影响，因此更适合对运动物体进行实时成像。
对于运动物体的跟踪观测和实时干预中的许多应用需要自动聚焦技术。如公开号为CN116719147A的发明通过以连续步进的方式改变传播距离的大小，重建一系列全息图，然后利用自动聚焦评价函数计算出最佳聚焦距离，该过程通常非常耗时。因此，如何保证不牺牲聚焦精度的条件下快速获取最佳聚焦距离是该技术亟需解决的问题之一。
传统自动聚焦方法具有以下共同特征：在寻找聚焦平面的过程中，步长为固定数值且数值较小，这导致聚焦曲线上的波峰或波谷附近的函数值差别不大，灵敏度低，测量精度不高。必须在每个候选聚焦平面处执行重建，因此自动聚焦过程非常耗时，不适用于实时检测。因此传统自动聚焦方法在实际应用中受到很大限制。
发明内容
本发明的目的就是为了克服上述现有技术存在的灵敏度差、精度低的缺陷而提供一种基于三分法和遗传算法的数字全息自动聚焦成像方法。
本发明的目的可以通过以下技术方案来实现：
一种基于三分法和遗传算法的数字全息自动聚焦成像方法，包括以下步骤：
S1：获取被测物体的待处理的离轴数字全息图和记录距离，对待处理的离轴数字全息图进行预处理得到复振幅分布；
S2：设定搜索范围、第一聚焦评价函数、第一重建距离、第二重建距离和阈值，搜索范围的下限小于记录距离、上限大于记录距离；
S3：对复振幅分布，基于第一重建距离和第二重建距离，采用角谱法执行重建，并基于第一聚焦评价函数分别计算第一重建距离对应的函数值和第二重建距离的函数值；
S4：基于被测物体的类型、第一重建距离对应的函数值和第二重建距离对应的函数值，更新第一重建距离或第二重建距离，迭代缩小搜索范围直到达到阈值，输出包含聚焦平面位置的缩小后的搜索范围；
S5：通过遗传算法，根据被测物体的类型，计算并比较第二聚焦函数评价结果，获得最佳重建距离。
进一步地，第一聚焦评价函数的表达式为：
m1＝z1+(zk-z1)/α
m2＝z1-(zk-z1)/α
式中，AMP为第一聚焦评价函数，z1为搜索范围下限，zk为搜索范围上限，α为缩小因子，m1为第一重建距离，m2为第二重建距离，U(x,y；z)为复振幅分布。
进一步地，复振幅分布通过待处理的离轴数字全息图进行傅里叶变换、角谱传播和逆傅里叶变换处理获得。
进一步地，被测物体的类型包括振幅型物体和相位型物体。
进一步地，被测物体为振幅型物体时，步骤S4具体为：当第一重建距离对应的函数值大于第二重建距离对应的函数值时，保持第二重建距离不变，更新第一重建距离，并再次计算，直至搜索距离小于阈值；当第一重建距离对应的函数值小于第二重建距离对应的函数值时，保持第一重建距离不变，更新第二重建距离，并再次计算，直至搜索距离小于阈值。
进一步地，被测物体为振幅型物体时，步骤S5中，遗传算法选取函数值最小的个体的位置并将其作为最佳个体。
进一步地，被测物体为相位型物体时，步骤S4具体为：当第一重建距离对应的函数值大于第二重建距离对应的函数值时，保持第一重建距离不变，更新第二重建距离，并再次计算，直至搜索距离小于阈值；当第一重建距离对应的函数值小于第二重建距离对应的函数值时，保持第二重建距离不变，更新第一重建距离，并再次计算，直至搜索距离小于阈值。
进一步地，被测物体为相位型物体时，步骤S5中，遗传算法选取函数值最大的个体的位置并将其作为最佳个体。
进一步地，第二聚焦评价函数的计算表达式为：
式中，DIF为第二聚焦评价函数，U(x,y；z)为复振幅分布，U(x,y；z+Δ)为下一相邻帧的复振幅分布。
进一步地，离轴数字全息图的成像光源为氦氖激光器。
与现有技术相比，本发明具有以下有益效果：
1)本发明将第一聚焦评价函数AMP应用于三分法，快速缩小聚焦平面的搜索范围，应用第二聚焦评价函数DIF提升遗传算法的极值点附近的灵敏度，避免遗传算法陷入局部最优解，提高计算精度。
2)本发明能够对如振幅型物体、相位型物体的不同类型的目标进行自动聚焦，具有广泛的适用性。
3)本发明无需在现有装置基础上安装额外硬件即可实现，易于使用。
附图说明
图1为具体实施例中的离轴数字全息系统结构示意图。
图2为本发明实施例中提供的一种用于数字全息成像的自动聚焦方法的流程图。
图3a为五种传统自动聚焦方法归一化后的自动聚焦评价数值与重建距离之间的函数曲线图。
图3b为本发明实施例中最佳重建距离处重建的振幅图。
图4a为五种传统自动聚焦方法归一化后的自动聚焦评价数值与重建距离之间的函数曲线图。
图4b为本发明实施例中提供的最佳重建距离处重建的振幅图。
图中标记说明：1、平行激光光束，2、扩束准直器，3、分束镜，4、反射镜，5、反射镜，6、测量对象，7、分束镜，8、CCD相机，9、计算机。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图2所示，本发明为一种基于三分法和遗传算法的数字全息自动聚焦成像方法，包括以下步骤：
S1：获取被测物体的待处理的离轴数字全息图和记录距离zr，对待处理的离轴数字全息图进行预处理得到复振幅分布；
预处理包括傅里叶变换、角谱传播和逆傅里叶变换。
S2：设定搜索范围[z1,zk]、第一聚焦评价函数AMP、第一重建距离m1、第二重建距离m2和阈值，搜索范围的下限z1小于记录距离zr、上限zk大于记录距离zr；
第一聚焦评价函数的表达式为：
m1＝z1+(zk-z1)/α
m2＝z1-(zk-z1)/α
式中，AMP为第一聚焦评价函数，z1为搜索范围下限，zk为搜索范围上限，α为缩小因子，m1为第一重建距离，m2为第二重建距离，U(x,y；z)为复振幅分布。
S3：对复振幅分布，基于第一重建距离和第二重建距离，采用角谱法执行重建，并基于第一聚焦评价函数分别计算第一重建距离对应的函数值AMP(m1)和第二重建距离的函数值AMP(m2)；
S4：基于被测物体的类型、第一重建距离对应的函数值和第二重建距离对应的函数值，更新第一重建距离或第二重建距离，迭代缩小搜索范围直到达到阈值，输出包含聚焦平面位置的缩小后的搜索范围；
被测物体的类型包括振幅型物体和相位型物体；
当被测物体是振幅型物体，并且计算结果AMP(m1)＞AMP(m2)，则保持第二重建距离m2不变，更新第一重建距离m1 *＝m1+(m2-m1)/α，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。如果AMP(m1)＜AMP(m2)则保持第一重建距离m1不变，更新第二重建距离m2 *＝m2-(m2-m1)/α，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。
当被测物体是相位型物体，并且计算结果AMP(m1)＞AMP(m2)，则保持第一重建距离m1不变，更新第二重建距离m2 *＝m2-(m2-m1)/α，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。如果AMP(m1)＜AMP(m2)则保持第二重建距离m2不变，更新第一重建距离m1 *＝m1+(m2-m1)/α，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。
S5：通过遗传算法，根据被测物体的类型，计算并比较第二聚焦函数评价结果，获得最佳重建距离。
设置遗传算法的初始参数：初始种群大小、交叉概率、变异概率、搜索范围和迭代次数或阈值。随机生成初始种群大小，其中种群中的个体是重建距离参数。然后将初始种群数所在的位置带入到第二聚焦评价函数DIF中进行评估比较，第二聚焦评价函数的计算表达式为：
式中，DIF为第二聚焦评价函数，U(x,y；z)为复振幅分布，U(x,y；z+Δ)为下一相邻帧的复振幅分布。当被测物体是振幅型物体，找出函数值最小个体的位置并将其作为最佳个体。当被测物体是相位型物体，找出函数值最大个体的位置并将其作为最佳个体。然后，更新最佳个体。确定是否满足最大迭代次数。一旦最大迭代次数，停止迭代，最后的一个最佳个体的位置将被视为最佳重建距离。即实现准确聚焦。
实施例1
图1为离轴数字全息的装置结构图。光源1为波长λ等于632.8nm的氦氖激光器，1发出的光束经过扩束准直系统2后被分束镜3分成两束光，一束为物光，被反射镜5反射后照射物体6。一束为参考光，被反射镜4反射后和物光在分束镜7上合束，通过调整反射镜4或者5来调整干涉角度，最后物光和参考光在CCD相机9上干涉，形成离轴全息图,其中CCD相机的像素大小为4.65um×4.65um，将数字化后的全息图输入计算机10。
用软尺粗略测量振幅型物体到CCD相机的距离，后估算出聚焦区间[137mm,150mm]，设置搜索区间内的采样数为260，计算采样间隔Δ＝0.05mm。
对全息图进行处理，采用角谱法对两个重建距离138mm和147mm执行重建获得重建像，基于AMP聚焦评价函数分别计算两个重建距离对应的函数值。
然后更新其中一个重建距离，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。输出为包含聚焦平面位置的缩小范围[144.05mm,144.22mm]。
在[144.05mm,144.22mm]内生成15个不同位置的个体，然后将15个个体的位置带入到DIF聚焦评价函数中进行评估比较，计算表达式为：
当被测物体是振幅型物体，找出函数值最小个体的位置并将其分配给zf。当被测物体是相位型物体，找出函数值最大个体的位置并将其分配给zf。如果此时144.22mm和zf之间的差小于阈值0.05mm，则停止迭代，直接输出聚焦平面的位置zf。如果144.22mm和zf之间的差大于阈值0.05mm，则更新个体的位置，将更新后个体的位置与之前最佳个体的位置带入到聚焦评价函数进行评估比较，并相应更新聚焦平面的位置zf。一旦满足阈值要求，停止迭代，最后的一个zf值将被视为最终的聚焦平面位置。即实现准确聚焦。
表1为本方法和其他五种常用方法(基于积分振幅模量，基于振幅差的平方，加权光谱，灰度值分布方差，矩阵特征值)对振幅型物体的聚焦检测结果。五种传统自动聚焦方法归一化后的自动聚焦评价数值与重建距离之间的函数曲线图如图3a所示。如图3b所示为本发明最佳重建距离处重建的振幅图。可以看出本发明在同等条件下，聚焦精度和计算效率最高。
表1振幅型物体聚焦检测结果
实施例2
采用与实施例1相同的如图1所示的离轴数字全息装置结构图。用软尺粗略测量相位型物体到CCD相机的距离，后估算出聚焦区间[0mm,2mm]，设置搜索区间内的采样数为200，计算采样间隔Δ＝0.01mm。
对全息图进行处理，采用角谱法对两个重建距离0.04mm和0.16mm执行重建获得重建像，基于AMP聚焦评价函数分别计算两个重建距离对应的函数值。
然后更新其中一个重建距离，以此来迭代缩小搜索范围，直至搜索范围小于阈值时，停止迭代。输出为包含聚焦平面位置的缩小范围[0.69mm,0.85mm]。
在[0.69mm,0.85mm]内生成15个不同位置的个体，然后将15个个体的位置带入到DIF聚焦评价函数中进行评估比较，其中DIF聚焦评价函数的表达式为：
当被测物体是振幅型物体，找出函数值最小个体的位置并将其分配给zf。当被测物体是相位型物体，找出函数值最大个体的位置并将其分配给zf。如果此时0.85mm和zf之间的差小于阈值0.05mm，则停止迭代，直接输出聚焦平面的位置zf。如果0.85mm和zf之间的差大于阈值0.05mm，则更新个体的位置，将更新后个体的位置与之前最佳个体的位置带入到聚焦评价函数进行评估比较，并相应更新聚焦平面的位置zf。一旦满足阈值要求，停止迭代，最后的一个zf值将将被视为最佳重建距离。即实现准确聚焦。
表2相位型物体聚焦检测结果
表2为本方法和其他五种常用方法(基于积分振幅模量，基于振幅差的平方，加权光谱，灰度值分布方差，矩阵特征值)对相位型物体的聚焦检测结果。五种传统自动聚焦方法归一化后的自动聚焦评价数值与重建距离之间的函数曲线图如图4a所示。如图4b所示为本发明实施例中提供的最佳重建距离处重建的振幅图。可以看出本发明在同等条件下，聚焦精度和计算效率最高。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，包括以下步骤：
S1：获取被测物体的待处理的离轴数字全息图和记录距离，对待处理的离轴数字全息图进行预处理得到复振幅分布；
S2：设定搜索范围、第一聚焦评价函数、第一重建距离、第二重建距离和阈值，所述搜索范围的下限小于记录距离、上限大于记录距离；
S3：对复振幅分布，基于第一重建距离和第二重建距离，采用角谱法执行重建，并基于第一聚焦评价函数分别计算第一重建距离对应的函数值和第二重建距离的函数值；
S4：基于被测物体的类型、第一重建距离对应的函数值和第二重建距离对应的函数值，更新第一重建距离或第二重建距离，迭代缩小搜索范围直到达到阈值，输出包含聚焦平面位置的缩小后的搜索范围；
S5：通过遗传算法，根据被测物体的类型，计算并比较第二聚焦函数评价结果，获得最佳重建距离。
2.根据权利要求1所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述第一聚焦评价函数的表达式为：
m1＝z1+(zk-z1)/α
m2＝z1-(zk-z1)/α
式中，AMP为第一聚焦评价函数，z1为搜索范围下限，zk为搜索范围上限，α为缩小因子，m1为第一重建距离，m2为第二重建距离，U(x,y；z)为复振幅分布。
3.根据权利要求2所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述复振幅分布通过待处理的离轴数字全息图进行傅里叶变换、角谱传播和逆傅里叶变换处理获得。
4.根据权利要求1所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述被测物体的类型包括振幅型物体和相位型物体。
5.根据权利要求4所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述被测物体为振幅型物体时，步骤S4具体为：当第一重建距离对应的函数值大于第二重建距离对应的函数值时，保持第二重建距离不变，更新第一重建距离，并再次计算，直至搜索距离小于阈值；当第一重建距离对应的函数值小于第二重建距离对应的函数值时，保持第一重建距离不变，更新第二重建距离，并再次计算，直至搜索距离小于阈值。
6.根据权利要求4所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述被测物体为振幅型物体时，步骤S5中，遗传算法选取函数值最小的个体的位置并将其作为最佳个体。
7.根据权利要求4所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述被测物体为相位型物体时，步骤S4具体为：当第一重建距离对应的函数值大于第二重建距离对应的函数值时，保持第一重建距离不变，更新第二重建距离，并再次计算，直至搜索距离小于阈值；当第一重建距离对应的函数值小于第二重建距离对应的函数值时，保持第二重建距离不变，更新第一重建距离，并再次计算，直至搜索距离小于阈值。
8.根据权利要求4所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述被测物体为相位型物体时，步骤S5中，遗传算法选取函数值最大的个体的位置并将其作为最佳个体。
9.根据权利要求1所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述第二聚焦评价函数的计算表达式为：
式中，DIF为第二聚焦评价函数，U(x,y；z)为复振幅分布，U(x,y；z+Δ)为下一相邻帧的复振幅分布。
10.根据权利要求1所述的一种基于三分法和遗传算法的数字全息自动聚焦成像方法，其特征在于，所述离轴数字全息图的成像光源为氦氖激光器。
CN202410973652.7A 2024-07-19 2024-07-19 一种基于三分法和遗传算法的数字全息自动聚焦成像方法 Active CN118838137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410973652.7A CN118838137B (zh) 2024-07-19 2024-07-19 一种基于三分法和遗传算法的数字全息自动聚焦成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410973652.7A CN118838137B (zh) 2024-07-19 2024-07-19 一种基于三分法和遗传算法的数字全息自动聚焦成像方法

Publications (2)

Publication Number Publication Date
CN118838137A true CN118838137A (zh) 2024-10-25
CN118838137B CN118838137B (zh) 2025-10-28

Family

ID=93142124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410973652.7A Active CN118838137B (zh) 2024-07-19 2024-07-19 一种基于三分法和遗传算法的数字全息自动聚焦成像方法

Country Status (1)

Country Link
CN (1) CN118838137B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060164703A1 (en) * 2003-08-13 2006-07-27 Giuseppe Coppola Method for modifying spatial resolution in the resolution in the reconstruction of images in digital holography
WO2009148407A1 (en) * 2008-06-06 2009-12-10 Aem Singapore Pte Ltd A digital holographic microscopy system and a method of digital holographic microscopy
CN102473318A (zh) * 2009-07-30 2012-05-23 伊斯曼柯达公司 处理用于图像显示的数字模板
US20180188686A1 (en) * 2016-12-30 2018-07-05 Electronics And Telecommunications Research Institute Method and apparatus for hologram resolution transformation
US20190072898A1 (en) * 2015-12-07 2019-03-07 University Of South Florida Full-color incoherent digital holography
CN109581373A (zh) * 2018-12-17 2019-04-05 中国人民解放军国防科技大学 一种全息穿透成像雷达的自聚焦成像方法
CN111273533A (zh) * 2019-09-27 2020-06-12 中国工程物理研究院激光聚变研究中心 一种同轴数字全息自动聚焦方法及系统
US20200409307A1 (en) * 2019-06-26 2020-12-31 Electronics And Telecommunications Research Institute Digital hologram display apparatus and displaying method of digital holographic image
CN113359403A (zh) * 2021-05-21 2021-09-07 大连海事大学 一种用于无透镜数字全息成像的自动聚焦方法
CN115690252A (zh) * 2022-11-15 2023-02-03 中国人民解放军陆军装甲兵学院 一种基于卷积神经网络的全息图重建方法及系统
CN116719147A (zh) * 2023-06-12 2023-09-08 上海大学 一种用于数字全息成像的自动聚焦方法、电子设备和介质
CN117876591A (zh) * 2024-01-09 2024-04-12 浙江工业大学 多个神经网络联合训练的真实模糊三维全息图重建方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060164703A1 (en) * 2003-08-13 2006-07-27 Giuseppe Coppola Method for modifying spatial resolution in the resolution in the reconstruction of images in digital holography
WO2009148407A1 (en) * 2008-06-06 2009-12-10 Aem Singapore Pte Ltd A digital holographic microscopy system and a method of digital holographic microscopy
CN102473318A (zh) * 2009-07-30 2012-05-23 伊斯曼柯达公司 处理用于图像显示的数字模板
US20190072898A1 (en) * 2015-12-07 2019-03-07 University Of South Florida Full-color incoherent digital holography
US20180188686A1 (en) * 2016-12-30 2018-07-05 Electronics And Telecommunications Research Institute Method and apparatus for hologram resolution transformation
CN109581373A (zh) * 2018-12-17 2019-04-05 中国人民解放军国防科技大学 一种全息穿透成像雷达的自聚焦成像方法
US20200409307A1 (en) * 2019-06-26 2020-12-31 Electronics And Telecommunications Research Institute Digital hologram display apparatus and displaying method of digital holographic image
CN111273533A (zh) * 2019-09-27 2020-06-12 中国工程物理研究院激光聚变研究中心 一种同轴数字全息自动聚焦方法及系统
CN113359403A (zh) * 2021-05-21 2021-09-07 大连海事大学 一种用于无透镜数字全息成像的自动聚焦方法
CN115690252A (zh) * 2022-11-15 2023-02-03 中国人民解放军陆军装甲兵学院 一种基于卷积神经网络的全息图重建方法及系统
CN116719147A (zh) * 2023-06-12 2023-09-08 上海大学 一种用于数字全息成像的自动聚焦方法、电子设备和介质
CN117876591A (zh) * 2024-01-09 2024-04-12 浙江工业大学 多个神经网络联合训练的真实模糊三维全息图重建方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
WEN-JING ZHOU等: "Phase retrieval based on transport of intensity and digital holography", 《APPLIED OPTICS》, 1 January 2018 (2018-01-01) *
WENJING ZHOU等: "Psychometric validation of the Chinese versions of EQ-5D-Y-3L and the experimental EQ-TIPS in children and adolescents with COVID-19", 《THE EUROPEAN JOURNAL OF HEALTH ECONOMICS》, 27 July 2024 (2024-07-27) *
WEN-JING ZHOU等: "Tip Crack Imaging on Transparent Materials by Digital Holographic Microscopy", 《JOURNAL OF IMAGING》, 1 October 2019 (2019-10-01) *
崔泽 , 韩增军: "基于自运动的仿人七自由度机械臂逆解算法", 《上海大学学报》, vol. 18, no. 6, 31 December 2012 (2012-12-31) *
崔泽，潘宏伟，韩增军: "仿人7 自由度机械臂位置层面轨迹规划研究", 《研究 发展》, 30 September 2012 (2012-09-30) *
田丰: "裸眼立体显示及数据获取的研究与实现", 《中国优秀博士论文全文数据库》, 15 November 2010 (2010-11-15) *

Also Published As

Publication number Publication date
CN118838137B (zh) 2025-10-28

Similar Documents

Publication Publication Date Title
US4309602A (en) Wavefront sensing by phase retrieval
KR100642388B1 (ko) 복사파 필드의 위상 결정
CA2687763C (en) Three dimensional imaging
CN117760571B (zh) 基于哈特曼探测器的无监督学习波前探测方法
CN117977356B (zh) 用于提高大孔径激光器光束质量的装置和方法
CN116719147A (zh) 一种用于数字全息成像的自动聚焦方法、电子设备和介质
CN118838137B (zh) 一种基于三分法和遗传算法的数字全息自动聚焦成像方法
Jiang et al. Optimization of single-beam multiple-intensity reconstruction technique: Select an appropriate diffraction distance
Xie et al. Deep learning for estimation of Kirkpatrick–Baez mirror alignment errors
CN119335720B (zh) 一种基于单次曝光高阶非干涉定量相位成像系统及方法
CN112197877B (zh) 大视场巡天望远镜波前曲率传感方法、装置、设备及介质
Wan et al. Fast subpixel displacement measurement, part 1: one-dimensional analysis, simulation, and experiment
CN119533327A (zh) 基于行星变焦的射电望远镜的离焦全息测量方法
Moon et al. Automated digital holographic image reconstruction with deep convolutional neural networks
CN116222745A (zh) 基于激光散斑的振动测量方法、系统、装置及存储介质
CN119399606B (zh) 一种消除离轴数字全息零级项的方法
Gu et al. In situ fast measurement of the radius of curvature for the plano-convex lens with deep-learning based on the point spread functions
Xie et al. Squirrel search algorithm optimization for imaging through scattering media using gradient structural similarity
Falaggis Reduction of the stagnation effect by combined iterative and deterministic single beam phase retrieval techniques
Gao et al. Phase coherent noise reduction in digital holographic microscopy based on adaptive non-convex sparse regularization
Bogue-Jimenez et al. Utilization of deep learning methods for automatic reconstruction of quantitative phase images in non-telecentric digital holographic microscopy
Stoltz et al. Performance estimation of a real-time rosette imager
Xian et al. Randomized Kaczmarz Method for Single Particle X-Ray Image Phase Retrieval
CN120064131B (zh) 一种全局增强像差校正的艾里双光子显微成像方法及装置
CN119399605A (zh) 一种离轴数字全息的重建最佳分数阶估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant