公开(公告)号：CN119205590A

公开(公告)日：2024-12-27

申请号：CN202411352541.0

申请日：2024-09-26

Applicant: 上海工程技术大学

Inventor： 吴慧慧 ,  孔勇

IPC: G06T5/80 ,  G06T7/194 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08 ,  G03H1/04 ,  G03H1/00

Abstract: 本发明涉及一种结合深度学习的数字全息显微畸变补偿方法及其系统。本方法将深度学习图像分割技术与相位畸变补偿技术相融合，搭建离轴透射式数字全息显微系统，拍摄全息图作为数据集，再对U‑net卷积神经网络进行了改进，利用数据集对改进的U‑net卷积神经网络进行训练；分割全息图中的被测样品与背景，再利用基于泽尼克多项式的最小二乘对解包裹后的背景相位进行拟合，以实现相位畸变补偿。还提出一种结合深度学习的数字全息显微畸变补偿系统，系统包括模块训练模块、图像处理模块和相位补偿模块。与现有技术相比，本发明具有有效消除由数字全息系统产生的畸变、提高效率、提升准确性、节省计算成本、提升网络训练效果和泛化能力等优点。