原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及光学自干涉数字全息技术领域，尤其涉及一种基于深度学习的光学自干涉数字全息重构方法及系统。本发明提出了一种以U‑Net为基础的端对端的神经网络直接实现菲涅尔非相干相关数字全息单次曝光相位重构的方法，其中，菲涅尔全息图通过光路采集，可以提高成像速度，加快网络的训练速度，同时，训练得到的全息重构模型，能够在单幅菲涅尔全息图的条件下，实现样品的相位重构，因此减少了环境的干扰以及振动的影响，提高了动态测量下的可用性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116147531 A
(43)申请公布日 2023.05.23
(21)申请号 202211696054.7 G06N 3/0464 (2023.01)
(22)申请日 2022.12
文档评论（0）