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
一种多个神经网络联合训练的真实模糊三维全息图重建方法，对于每个训练步骤，将训练集载入的RGB‑D图像根据深度图分为三层，随机选取一层作为聚焦面，另外两层为非聚焦面，将三层分别输入到多个作为复振幅生成器的神经网络中合成复振幅场，编码为仅相位全息图后传播到近场进行图像重建，使用二值掩模板掩模后对聚焦面和非聚焦面与对应的经过高斯模糊的目标图像求取损失函数，对梯度反向传播以优化神经网络的权重。本发明重建得到的全息图，具有图像质量高，深度区分明显，图像模糊真实等优点，更类似于人眼观察的自然图像，有望在全息
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117876592A
(43)申请公布日2024.04.12
(21)申请号202410041653.8
(22)申请日2024.01.10
(71)申请人武汉理工大学
文档评论（0）