用于定量相位成像的深度相移器
图像与视频处理
2020-03-09 v1 光学
摘要
单幅仅强度全息干涉图可记录光场的完整振幅与相位信息。然而，当前数字全息技术无法从单幅干涉图中恢复无损相位信息。本文为全视场定量相位成像技术提供了一种全新方法。我们证明深度学习可用于替代实体相移器，并且在线全息中定量相位成像可从单幅干涉图获取定量相位。报告了一种深度相移网络（DPS-net），其可使用仿真训练数据进行训练。训练后的DPS-net可用作人工智能相移器，从单幅干涉图生成具有任意相移的多幅干涉图。生成任意相移的能力与精度得到验证，且所提方法的性能也通过实验干涉图得到验证。结果表明，该方法可为动态定量相位测量技术提供高精度的全数字相移器。
引用
@article{arxiv.2003.03027,
title = {Deep Phase Shifter for Quantitative Phase Imaging},
author = {Qinnan Zhang and Shengyu Lu and Jiaosheng Li and Wenjie Li and Dong Li and Xiaoxu Lu and Liyun Zhong and Jindong Tian},
journal= {arXiv preprint arXiv:2003.03027},
year = {2020}
}