本发明提供了一种基于空分复用的多3D彩色物体快照压缩加密方法及装置。所述方法包括:基于三基色激光源生成物光束和参考光束,并基于所述物光束生成多个复合三色平行光束;将所述多个复合三色平行光束分别照射各3D彩色物体以及与所述各3D彩色物体相连的随机相位掩膜,分别计算各3D彩色物体在所对应的随机相位掩膜平面的光场分布;通过各随机相位掩膜分别对所述光场分布进行加密,并根据加密后的光场分布在探测器平面生成物光场;通过所述物光场与所述参考光束在探测器平面发生干涉,生成多3D彩色物体的加密彩色全息图。以此方式,可以大大降低不同加密物体解码时的相互串扰效应,大大减少物体信息的泄露,大大提高安全性。
📄 2023106028601
📂 G03H1_08
👤 安徽大学
📅 2023-05-23
本发明的一种基于深度学习的大尺寸二维计算全息图实时生成方法,包括利用分解法消除大尺寸图像的不同图像块之间的数据依赖性,之后利用带宽补偿和空间位移补偿来确保不同图像块在全息平面中的正确映射;在消除了图像块之间的数据依赖性后,利用深度学习中U‑net架构通过非迭代生成经过补偿后得到图像块对应的子子全息图,再利用空间移位将同一图像块在不同空间位置生成的子子全息图合成为一幅子全息图;最后将不同图像块对应的子全息图进行复振幅叠加并提取相位得到最终全息图。本发明利用到的分解方法与深度学习训练网络是转而处理子数据,大大提高了全息图的生成速度与生成质量,实现了大尺寸二维计算全息图的实时生成。
📄 2022105327160
📂 G03H1_08
👤 安徽大学
📅 2022-05-13
本发明提供一种三维计算全息图非迭代快速生成方法,包括:将待处理三维物体沿深度方向分成相互平行且等间距的若干个平面层;将各个平面层的二维图像振幅与事先生成的满支撑优化菲涅尔随机相位相结合,生成各个平面层的初始相位全息图;将各个平面层的初始相位全息图与可编程菲涅尔透镜的相位进行叠加,得到各个平面层的最终相位全息图;将各个平面层的最终相位全息图进行叠加,得到待处理三维物体的计算全息图。本发明不需要为三维物体分层后的每个平面层的二维图像单独生成FS‑OFRAP,大大提高了三维计算全息图的生成速度,也有效保证了三维计算全息图的重建质量。
📄 2022104524458
📂 G03H1_08
👤 安徽大学
📅 2022-04-27
本发明提供一种基于FS‑ORAP的大尺寸全息图快速生成方法,包括:将待处理大尺寸目标图像沿横向和纵向等分成若干份,得到若干个子目标图像;将每个子目标图像的振幅与事先生成的满支撑优化随机相位结合成复振幅;对所述复振幅依次进行带宽补偿和相位补偿操作,得到每个子目标图像在不同空间位置的复振幅;对每个子目标图像在不同空间位置的复振幅进行2DFFT运算,得到每个子目标图像的子子全息图;利用空间移位操作得到每个子目标图像的子全息图;将所有子全息图进行叠加,得到待处理大尺寸图像的完整全息图。本发明有效提高了数据处理速度,大大节省了大尺寸全息图的生成时间,同时保证了大尺寸全息图的生成质量。
📄 202210452434X
📂 G03H1_08
👤 安徽大学
📅 2022-04-27
本发明公开了一种欠采样全息图压缩全息多尺度自聚焦重建方法及系统,属于数字全息技术领域,包括对物体在光学结构中不同位置经光源照射产生的全息图分别进行下采样操作,得到不同位置的下采样全息图;基于CS算法,对所述不同位置的下采样全息图进行重建,得到不同位置的振幅图像;采用特征值自聚焦算法的评估方法,根据不同位置的振幅图像,估计焦平面位置;基于TwIST算法,对焦平面位置的下采样全息图进行重建。本发明为实现欠采样情况下的自聚焦提出了EIG‑AF‑CS自聚焦算法,并将其与无孪生像压缩重建相结合,在保证重建质量的同时,有效克服了传统压缩全息重建中孪生像干扰及欠缺自聚焦能力的问题。
📄 2021107907664
📂 G03H1_08
👤 安徽大学
📅 2021-07-13
本发明公开了一种非迭代彩色相位全息图生成方法及系统,属于彩色全息显示技术领域,包括:基于重构平面与初始化随机相位,得到满支撑优化的随机相位,该重构平面为预先在空间域创建一个和SLM平面相同大小的满支撑单位振幅;将满支撑优化的随机相位与RGB三色通道的单色振幅结合,生成彩色相位全息图。本发明出的非迭代彩色相位全息图生成方案,不需要分通道分别进行G‑S的迭代,大大节省了计算时间。
📄 2021105338048
📂 G03H1_08
👤 安徽大学
📅 2021-05-14