全息测量（激光干涉）基本知识总结

1.1全息图的记录

全息图的记录是物波和参考波在记录介质面相遇并发生干涉，生成的干涉图样的强度信息被记录介质记录下来。
在记录面处的物波和参考波的复振幅分布分别为：
$$O(x,y)=O_0(x,y)exp[i{\phi }_o(x,y)]$$
$$R(x,y)=R_0(x,y)exp[i{\phi }_R(x,y)]$$
$O_o(x,y)$为物波的复振幅,$exp[i{\phi }_o(x,y)]$为相位分布
全息图
$$U(x,y)=O(x,y)+R(x,y)$$
全息图的光强度可以表示为：
$$\begin{array}{r}I(x,y)=U{U}^{\ast }=[O+R][O+R{]}^{\ast }\\ =O_0^2+R_0^2+O_0{R}_0^{\ast }exp[i({\varphi }_o-{\varphi }_R)]+\\ O_0^{\ast }{R}_{0}exp[-i({\varphi }_O-{\varphi }_R)]\end{array}$$

1.2全息图的再现

H面记录到的全息图样本质上为一光栅，全息图的再现可以用一束照明光对全息图进行照射，来活的重建的物波前。全息图的透过率函数可以表示为：
$$t(x,y)=\beta I(x,y)$$
假设用来重建物波波前的再现照明光复振幅为：
$$b(x,y)=B(x,y)exp[i{\varphi }_b(x,y)]$$
再现照明光通过H面上记录的全息图的透射光场可以表示为：
$$\begin{array}{r}U(x,y)=b(x,y)t(x,y)=b(x,y)O{O}^{\ast }+b(x,y)R{R}^{\ast }\\ +b(x,y)\beta O_O{R}_O^{\ast }exp[i({\varphi }_O-{\varphi }_R)]+\\ b(x,y)\beta O_O^{\ast }{R}_{O}exp[-i({\varphi }_O-{\varphi }_R)]\\ =U_1(x,y)+U_2(x,y)+U_3(x,y)+U_4(x,y)\end{array}$$
一般情况下，全息图再现过程中的再现照明光波为原参考波，因此
$$U_3(x,y)=\beta R_O^2{O}_O(x,y)exp[i{\varphi }_O(x,y)]$$
$$U_4(x,y)=\beta R_O^2{O}_O^{\ast }(x,y)expi[{\varphi }_O(x,y)-2{\varphi }_R(x,y)]$$

二.离轴数字全息的记录和再现

2.1 光在空间中传播的标量衍射理论

瑞利-索末菲衍射积分公式为：
$$U(P)=\frac{1}{j\lambda }\underset{\sum }{\iint }U(Q)\frac{exp(jkr)}{r}cos\theta ds$$
$$r=\sqrt{z^2+(x-x_0{)}^2+(y-y_0{)}^2}$$
$$cos\theta =\frac{z}{r}$$
代入
$$U(x,y,z)=\frac{1}{j\lambda }\underset{\sum }{\iint }{U}_0(x_0,y_0)\frac{exp[jk\sqrt{z^2+(x-x_0{)}^2+(y-y_0{)}^2}}{\sqrt{z^2+(x-x_0{)}^2+(y-y_0{)}^2}}cos\theta d{x}_{0}d{y}_0$$
当满足近轴条件时$cos\theta \approx 1$
将$r=\sqrt{z^2+(x-x_0{)}^2+(y-y_0{)}^2}$展开，略去高阶小量
$$r=\sqrt{z^2+(x-x_0{)}^2+(y-y_0{)}^2}=z[1+\frac{(x-x_0{)}^2+(y-y_0{)}^2}{2z^2}]$$
得到菲涅尔衍射积分公式:
$$U(x,y,z)=\frac{1}{j\lambda z}exp(jkz)\underset{\sum }{\iint }{U}_0(x_0,y_0,0)exp[jk\frac{(x-x_0{)}^2+(y-y_0{)}^2}{2z}]d{x}_{0}d{y}_0$$
也可以写成卷积的形式：
$$\begin{array}{r}U(x,y,z)=\frac{1}{j\lambda z}exp(jkz)\underset{\sum }{\iint }{U}_0(x_0,y_0,0)exp[jk\frac{(x-x_0{)}^2+(y-y_0{)}^2}{2z}]d{x}_{0}d{y}_0\\ =\frac{1}{j\lambda z}exp(jkz)U_0(x_0,y_0,0)ⓧexp[\frac{jk}{2z}(x^2+y^2)]\\ =U_0(x_0,y_0,0)ⓧg(x,y,z)\end{array}$$
式中g(x,y,z)为脉冲响应，表示为:
$$g(x,y,z)=\frac{exp(jkz)}{j\lambda z}exp[\frac{jk}{2z}(x^2+y^2)]$$
基于卷积定理，公式可进一步表示为:
F { U ( x , y , z ) } = F { U 0 ( x 0 , y 0 , 0 ) } F { g ( x , y , z ) } F\{U(x,y,z)\}=F\{U_0(x_0,y_0,0)\}F\{g(x,y,z)\} F{U(x,y,z)}=F{U0​(x0​,y0​,0)}F{g(x,y,z)}
该式为数值传播算法中的卷积法。
$$G(f_x,f_y,z)=Fg(x,y,z)=exp(jkz)exp[-j\pi z\lambda (f_x^2+f_y^2)]$$
角谱法:
U ( x , y , z ) = F − 1 { F { U 0 ( x 0 , y 0 , 0 ) } G ( f x , f y , z ) } U(x,y,z)=F^{-1}\{F\{U_0(x_0,y_0,0)\}G(f_x,f_y,z)\} U(x,y,z)=F−1{F{U0​(x0​,y0​,0)}G(fx​,fy​,z)}