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！

摘要：本发明提出一种基于共轭梯度下降的相位全息图快速生成方法。该方法包括全息图生成和全息图重建两个部分。该方法的生成过程中，初始化一个随机相位，通过衍射算法进行重建，并进行重建图像与目标图像的损失值计算，得到其一阶梯度，再计算共轭梯度，利用线搜索算法进行步长的选择，更新全息图相位值，将更新的全息图重新进行上述操作，满足设定的质量阈值或者优化次数，最终得到优化好的全息图；相比随机梯度下降方法、WirtingerHologram方法，本发明方法得到的全息图在相同的重建质量下，具有更少的计算时间，实现了1.4倍的加速比。

主权项：1.基于共轭梯度下降的相位全息图快速生成方法，其特征在于，该方法包括全息图生成和全息图重建两个部分；所述的全息图生成过程具体描述为：步骤一，利用随机函数生成一个随机的0-2π范围内的相位分布，作为初始的全息图Ho=expjθ；步骤二，将全息图Ho利用衍射算法进行重建，获得重建光场U，其中衍射算法采用的是角谱算法，表示为PHo=IFFT[FFTHo*T]，T为传递函数，表示为exp{j2πdλ*sqrt[1-λ2*fx^2+fy^2]}，d为衍射距离，λ为波长，fx和fy为频域坐标，sqrt为开根号，FFT和IFFT为正逆快速傅里叶变换；步骤三，将重建的复振幅图像与目标图像带入损失函数中，进行计算，得到损失值L；步骤四，计算的损失值L，带入共轭梯度计算式中，得到pk，该共轭梯度pk表达式为:pk={-▽θL,k=1;-▽θL+βkPk-1,k=2},k为优化次数，▽θL为一阶梯度，βk为共轭系数，表示为▽θkLT*▽θkL-▽θk-1L||▽θk-1L||2，其中T为矩阵转置，||.||为欧几里得距离；步骤五，根据计算的共轭梯度，利用数值优化中的线搜索方法确定合适的步长αk，进行θk+1=θk+αk*pk的相位更新；步骤六，将更新后的全息图，再一次进行重建，并继续前三步操作，计算损失值、共轭梯度和步长，进行相位更新，不断优化全息图相位；步骤七，优化的次数满足设定的次数，或者重建质量达到设定的阈值时，停止优化过程，保留上一次迭代的全息图，作为最终优化好的全息图；所述的全息图重建过程具体描述为：步骤一，全息图加载到对应的调制器上；步骤二，在相应的衍射距离处，接收全息图重建像。

全文数据：

权利要求：

百度查询： 四川大学 基于共轭梯度下降的相位全息图快速生成方法