[发明专利]基于随机梯度下降优化算法的球面全息再现质量提升方法

权利要求书

1.基于随机梯度下降优化算法的球面全息再现质量提升方法，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，作为初始的球面全息图Ho；步骤二，将球面全息图Ho利用球面衍射算法进行重建，其中，球面衍射算法采用遮挡剔除的球面卷积算法，表示为Ur(θd,φd)=IFFT[FFT(Us((θs,φs)))⨉FFT(h’)]，Us为源场复振幅，Ur为衍射场复振幅，θ和φ分别表示为俯仰角和偏航角， h’为采用遮挡剔除关系的点扩散函数；步骤三，将重建的复振幅图像与目标图像代入损失函数中，进行计算，得到损失值loss；步骤四，将计算的loss值对全息图Ho的相位进行梯度的计算，得到其梯度Grad=∂loss/∂Ho=∂loss/∂Ur*∂Ur/∂Ho，并根据反向传播公式Hi=Ho-lr*Grad，得到更新后的全息图相位Hi，其中lr为学习率；步骤五，将更新后相位后的全息图Hi利用去遮挡的球面卷积算法进行重建，并继续前两步操作，计算损失值loss和梯度，并进行反向传播，不断地优化全息图相位；步骤六，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，将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，接收球面全息图重建像。

2.权利要求1中生成过程中所述的遮挡剔除的球面卷积算法，其特征在于，该方法对点扩散函数h=exp(jkd)/(jkd)cosa进行限制，其中j为虚数单位，k为波矢，cosa为倾斜因子，d为源点和目标点之间的距离, 等于sqrt(R²+r²-2R*rcos(φd-φs)cos(θd-θs))，R和r为内外球半径，对于距离d小于sqrt(R²-r²)，h’表示为h，当距离dsqrt(R²-r²)时，点扩散函数h’为0，因此遮挡剔除的球面卷积算法表示为Ur(θd,φd)=IFFT[FFT(Us((θs,φs)))⨉FFT(h’)]，该方法不仅适用于随机梯度下降优化算法，同时也适用于其他各种迭代优化算法。