频谱卷积神经网络实现全息图散斑降噪

摘要：

数字全息系统是一种非常先进的成像系统,但相干光源数字全息系统中散斑噪声会对全息图的质量产生不利影响,常规实验降噪或基于传统神经网络算法降噪方法均存在不足.为实现全息图中的散斑降噪以及权衡降噪效率问题,提出一种基于卷积神经网络的单幅全息图快速降噪算法,使用散斑噪声数据集对多等级神经网络进行训练.理论分析及实验结果表明卷积神经网络应用于数字全息图的频谱域去噪能有效提高全息图的质量,且仅使用一幅全息图就可以有效地处理不同等级散斑噪声,在保持去噪性能的前提下,能最大限度保存全息图有效干涉条纹.

关键词：数字全息、散斑噪声、频谱降噪、神经网络

所属期刊栏目：40

分类号：O436(光学)

资助基金：国家自然科学基金;国家自然科学基金;上海市自然科学基金

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：61-68