1.通过本实验掌握数字全息实验原理和方法；2.通过MATLAB编程，对实验数字全息图进行数据处理，达到提高再现像质量和方便提取有用信息的目的；3.用空域滤波方法消除零级像；4.理解波前记录与再现。

针对远距离数字全息成像中波前畸变和散斑噪声对成像质量的影响，实验研究了基于图像指标优化的波前校正技术，以及基于孔径分割的多帧图像平均散斑噪声抑制方法。建立了数字离轴全息实验装置，针对系统自身像差，采用梯度下降算法，以图像清晰度为优化指标进行了波前校正实验；在此基础上通过孔径分割，重构出多帧散斑噪声分布各异的目标图像，进行平均运算。结果表明，基于图像清晰度优化的波前校正技术能够有效消除波前畸变，提高成像分辨率；采用基于孔径分割的多帧图像平均方法能够在一定程度上消除目标图像的散斑噪声，获得更高的成像质量。

衍射计算及数字全息附录B的MATLAB程序源代码,基于matlab的光学衍射仿真,matlab源码.zip

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。

一个基于matlab的简单实现数字全息图像再现的程序。

基于深度学习的粒子场数字全息成像研究进展.pdf

压缩全息

行业分类-作业装置-一种基于数字全息术的钙钛矿薄膜形貌结构的检测方法.7z

基于理论分析和实验验证相结合的方法,对数字全息显微术中常见的三种重建算法即菲涅耳变换算法、角谱算法和卷积算法做了比较研究。结果表明：利用菲涅耳变换算法对离轴无透镜傅里叶变换数字全息进行重建时,无重建距离的限制;采用卷积重建法只能在最佳再现距离附近一个非常小的范围内才能获得高分辨率再现像;而采用角谱重建法在略小于最佳再现距离及大于最佳再现距离较大范围内重建,均能获得高分辨率的再现像。角谱重建法总体上优于卷积重建法。菲涅耳变换重建法简单、快捷,是优化的重建算法。

提出一种面向数字全息的相位畸变自动补偿方法，利用图像分割技术对被检测物体进行自动分割,生成相位掩模板，进而得到不含被测物体区域的畸变相位。基于相位畸变校正模型对畸变相位进行最小二乘拟合，最终实现相位畸变的自动补偿。实验中搭建了数字全息检测平台，并对晶圆表面进行测量，结果表明所提出的方法能够实现畸变相位的自动校正。