散斑是一種顆粒狀的隨機(jī)空間強(qiáng)度波動(dòng),,在全息顯示中,,眼睛分辨率點(diǎn)內(nèi)的復(fù)雜場(chǎng)會(huì)產(chǎn)生干擾,,從而導(dǎo)致散斑噪聲,從而降低圖像質(zhì)量,??梢允褂秒S機(jī)散斑圖案的時(shí)間平均技術(shù),在每個(gè)子幀中生成具有不同隨機(jī)相位的相同 3D 圖像,,從而創(chuàng)建不相關(guān)的散斑圖案,。這些散斑圖案通過(guò)時(shí)間多路復(fù)用來(lái)平均,從而降低感知的散斑對(duì)比度,。
基于神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)真實(shí)感全息顯示
使用隨機(jī)場(chǎng)景生成器訓(xùn)練神經(jīng)網(wǎng)絡(luò),,生成大型訓(xùn)練數(shù)據(jù)集,從而有助于提高圖像質(zhì)量,。這項(xiàng)技術(shù)應(yīng)用復(fù)雜的訓(xùn)練策略,,包括在合成隨機(jī)場(chǎng)景中設(shè)計(jì)的深度分布、具有遮擋能力的全息圖合成算法,,以及測(cè)量重建 3D 圖像體積和中間全息圖平面質(zhì)量的損失函數(shù),,通過(guò)以上技術(shù)可實(shí)現(xiàn)高圖像質(zhì)量重建。
論文信息
Park et al. Light: Advanced Manufacturing (2022)3:9https://doi.org/10.37188/lam.2022.009