[发明专利]一种基于分类学习与二分法的光学扫描全息自聚焦方法

摘要

本发明提出了一种基于分类学习与二分法的光学扫描全息自聚焦方法，属于光学扫描全息与深度学习领域，主要解决了光学扫描全息自聚焦的问题。本发明利用深度学习对重建的全息图的相位图进行分类，然后利用二分法不断逼近全息图的聚焦位置。本发明有效地、智能化地实现了光学扫描全息中的自聚焦。这种自聚焦的方法适用于各个领域。

主权项

1.一种基于分类学习与二分法的光学扫描全息自聚焦方法，其特征在于，包括以下步骤：步骤1.首先，激光器发射一束频率为ω₀的激光，经过第一分束器被分为两束光；然后，其中一束光经过第一反射镜以及第一光瞳和第一凸透镜；同时，另一束光波经过声光调制器频率被提升为ω₀+Ω，并经过第二反射镜以及第二光瞳和第二凸透镜；步骤2：两束光波在第二分束器处干涉形成菲涅尔波带板，再经X‑Y扫描振镜反射扫描物体，其中透过物体的光波经第三凸透镜汇聚，并被光电探测器接受，经过解调后得到全息图；步骤3：重复步骤1和步骤2，重复获取N幅全息图，并通过传统重建的方法找到聚焦距离；然后，利用这些全息图在不同的距离下重建，记录重建距离与聚焦距离的大小关系；最后，利用重建的全息图以及记录的重建距离与聚焦距离的大小关系作为训练训练数据，训练一个能够判断重建距离与聚焦距离大小关系的模型；步骤4：首先，根据步骤1和2，重新获取一幅全息图，并初始化两个重建距离，在两个距离上重建全息图；然后，通过步骤3判断重建的全息图的重建距离与聚焦距离的大小关系；最后，通过二分法迭代获得全息图的聚焦距离。