moead算法流程步骤_空间光场中的相位恢复算法

最新推荐文章于 2023-06-28 10:43:26 发布

weixin_39575737

最新推荐文章于 2023-06-28 10:43:26 发布

阅读量634

点赞数 1

文章标签： moead算法流程步骤

最近准备着手一个三维空间的彩色全息成像课题研究，姑且就当一回汉化小能手，分享文献阅读中一些有价值的问题，希望能和各位大佬交流。

这篇文章综述几种常见的空间光场中的相位恢复方法。众所周知，成像系统中的电荷耦合器件（CCD）和互补金属氧化物半导体器件（CMOS）只能记录光场的二维振幅信息，而不能测量光场的相位信息。在空间全息、动态显示、虚拟现实等一系列应用中，光场的相位信息是至关重要的。

一般情况下，光场的空间整形是已知物平面和像平面的光场振幅，寻找符合要求的入射波相位分布，而在像平面，关注更多的仅仅是振幅而非相位分布。相位恢复算法首先需要建立传播模型，根据不同的传播关系找到合适的算法。

适用条件：夫琅和费衍射和透镜聚焦模型

R.W.Gerchberg和W.O.Saxton两位科学家在1971年提出的一种相位恢复算法[1]，适用于夫琅和费衍射等幺正变换系统。

二维光场在物平面可表示为：

其中

表示入射场的二维振幅分布，

为相位分布。同理，像平面的出射光场可表示为:

在夫琅和费衍射和透镜聚焦模型中，入射光场和出射光场之间存在可逆变换关系，其中，正向变换为:

反向变换为

在相位恢复中，振幅分布

和

已知，GS算法采用多次迭代的方法求解未知相位分布

和

，迭代流程如图所示：

图1 GS算法流程图

适用条件：普适，可解决非幺正变换

杨顾算法解决入射光场与出射光场之间非幺正变换的情况，是在1981年由杨国桢和顾本源两位科学家提出，用于相位恢复问题的一般方法，相较于GS算法，适用范围更广，参考文献[2][3][4][5]。

杨顾算法将高维光场采样为一维光场，不再使用坐标表示，入射光场可表示为：

和

分别是

个采样点信号的振幅和相位分布，同理出射光场可表示为：

入射光场和出射光场之间满足任一变换关系（可以是非幺正变换）:

与GS算法不同，因为G变换为任意变换，所以在GS算法第4步的位置不能直接采用G变换的逆变换进行反向传播，杨顾算法通过对损失函数的求导，推导出了G的反向迭代公式:

利用此反向迭代公式可以完成杨顾算法的流程图。

图2 杨顾算法流程图

杨顾算法解决了非幺正光学系统的相位重建问题，但实际执行中经常出现收敛速度过慢甚至无法收敛的情况。为解决这一问题，2007年颜树华提出了加权杨顾算法[6]，讨论了加权系数对算法收敛的影响。

加权杨顾算法的流程图如下所示：

图3 加权杨顾算法流程图

加权杨顾算法的作者在文中讨论了权重系数对于算法收敛的影响，第一，当加权系数小于特定值时，算法才能够收敛，大于特定值往往出现不能收敛的情况；第二，在上述特定值以下，适当增大权重系数可以加速收敛。

关注