[发明专利]一种低质量数字全息图像的重建方法及系统

权利要求书

1.一种低质量数字全息图像的重建方法，其特征在于，所述方法包括如下步骤：

获取原始图像的初始重建图像的原始频谱；

以连续梯度阈值收敛为原则，迭代计算原始频谱水平和垂直方向的梯度增长因子；

基于迭代计算得到梯度增长因子，从水平和垂直两方向同时计算预测谱；

基于初始重建图像的原始频谱和预测谱，计算全息图像的重建谱；

响应于重建谱收敛，利用傅里叶逆变换处理全息图像的重建谱，得到全息图像的重建图像。

2.根据权利要求1所述的低质量数字全息图像的重建方法，其特征在于，所述原始图像的初始重建图像，通过如下步骤获得：

获取原始图像，所述原始图像为低质量数字全息图；

利用快速傅里叶变换对原始图像进行预处理，得到原始图像的频谱；

对原始图像的频谱进行卷积重建，得到原始图像的初始卷积重建图像；

利用自适应高斯滤波器对初始卷积重建图像进行筛选，得到原始图像的初始重建图像；所述原始图像的初始重建图像的频谱位于原始图像的频谱中的低频区。

3.根据权利要求1所述的低质量数字全息图像的重建方法，其特征在于，使用快速傅里叶变换处理原始图像的初始重建图像，计算获得初始重建图像的原始频谱F(I₍₀₎)。

4.根据权利要求1所述的低质量数字全息图像的重建方法，其特征在于，原始频谱水平和垂直方向的梯度增长因子，通过以下公式迭代计算：

公式(1)中，迭代次数k≥1，表示水平方向的梯度增长因子，表示垂直方向的梯度增长因子；α^(k-1)表示梯度阈值，梯度阈值收敛表示为：

公式(2)中，α⁽⁰⁾＞α⁽¹⁾＞...α^(k-1)＞...＞0，α⁽⁰⁾的取值为[10,125]；

公式(1)中，D₁表示水平方向的梯度算子，D₂表示垂直方向的梯度算子，D表示梯度算子，且满足以下关系：

公式(3)中，M和N表示初始重建图像的维数。

5.根据权利要求1所述的低质量数字全息图像的重建方法，其特征在于，基于迭代计算得到梯度增长因子，从水平和垂直两方向同时计算预测谱，通过以下公式计算：

公式(4)中，F(w^(k))表示第k个预测频谱，符号*表示共轭计算，F(I_(k-1))表示第k-1个迭代解，β^(k-1)表示第k-1个梯度阈值贡献参数，表示水平方向的梯度增长因子，表示垂直方向的梯度增长因子，D₁表示水平方向的梯度算子，D₂表示垂直方向的梯度算子，D表示梯度算子，且满足以下关系：

公式(3)中，M和N表示初始重建图像的维数。

6.根据权利要求1所述的低质量数字全息图像的重建方法，其特征在于，基于初始重建图像的原始频谱和预测谱，计算全息图像的重建谱，通过以下公式计算：

公式(5)中，F(I₍₀₎)表示初始重建图像的原始频谱，γ表示合成的贡献参数，F(w^(k))表示第k个预测频谱，F(T)表示空间不变成像系统的修正传递函数，通过以下公式计算：

公式(6)中，c表示模拟CCD阵列的像素间距，δ和ε表示空间不变成像系统的修正传递函数的频率坐标。