通过调制入射光的振幅和相位，形成特殊结构分布的照明光以提高数字全息显微记录系统分辨率，结合结构光的特性设计了明场和暗场记录系统。明场记录系统中，在利用振幅型正弦光栅和随机散射元件调制入射光波前，将超出衍射极限的物体高频信息调制到系统截止频率以内，这部分信息可以通过成像系统被记录。数字再现过程中，将其与低频信息合成，可使再现像分辨率得到提高。在暗场记录系统中，通过在空间光调制器上加载相息图改变入射光的振幅和相位分布，分别用拉盖尔-高斯涡旋、径向艾里以及携带涡旋相位的径向艾里结构光照明物体，结合暗场聚光镜的应用，提高系统的分辨率和对比度。

深度学习在数字全息显微成像中的应用

资源共包含以下内容： 1. 四幅像面全息图 2. 洋葱细胞数字全息显微实验演示.m 该程序可为相关人员提供以下参考： 1. 四步相移法获取光场相位 2. 最小二乘相位解包裹算法的应用

相位恢复算法被广泛应用于去除同轴数字全息共轭像。其中，多采样距离相位恢复算法相比于基于单幅全息图的相位恢复算法，尤其是在两幅全息图的重建算法中，重建精度更高且收敛速度更快。针对采样距离和采样间隔对再现物光波前的精度的影响，通过记录不同采样距离的多幅数字全息图，进行相位恢复。通过分析比较再现相位像的标准化均方根误差，得到优化算法的最佳采样距离和采样间隔。结果表明，采样距离在130~160 mm范围内时误差较小，采样距离为150 mm、采样间隔为2 mm时误差最小，仅0.0096。

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。