基于广义全变差的同轴数字全息图像重建研究

摘要

同轴数字全息技术已被广泛应用于各个领域，但在传统的全息再现过程中，重建得到的图像质量会受到共轭像的严重影响。利用相位恢复算法可以借助测得的全息图强度值恢复得到丢失的相位信息，从而彻底消除共轭像的影响，本文主要围绕基于同轴数字全息的相位恢复重建算法展开研究，具体研究内容如下：
　　首先，针对纯相位物体提出了一种基于同轴数字全息的抗泊松噪声相位恢复算法。该算法以负对数的泊松似然函数作为数据保真项，将二阶广义全变差(TGV)作为抗泊松噪声污染模型的正则项。实验结果表明，当测量值受到不同强度的泊松噪声干扰时，该算法可以消除共轭像的影响，使得图像实现精确重构。
　　其次，提出了一种基于二阶广义全变差和全变差(TV)混合正则化的同轴数字全息重建算法,该算法利用TGV正则项和TV正则项分别约束重构数据的空间幅值和相位分布,并将复图像表示为两种不同的形式，利用交替方向乘子法(ADMM)方法求解相应的优化问题。实验结果证明了提出算法的有效性和鲁棒性，另外，即使在较低的过采样率下,利用提出的算法对图像进行重构仍可以得到较好的效果。
　　最后，在同轴数字全息的基础上，提出了一种基于二阶广义全变差正则化的重构算法。针对实值和纯相位物体，该算法利用广义全变差正则项约束重构数据；针对复图像，利用广义全变差正则项分别约束重构数据的空间幅值和相位分布。结果表明将 TGV作为正则项时可以去除阶梯效应，并能较大程度地保留图像的边缘和细节信息，使得重建得到的图像更加真实，从而证明了提出算法的有效性。

目录

声明

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容及结构安排

第2章 同轴数字全息和相位恢复的基本理论

2.1 同轴数字全息的基础知识

2.2 相位恢复算法

2.3 算法性能评价标准

2.4 本章小结

第3章 基于同轴数字全息的纯相位物体抗泊松噪声相位恢复算法

3.1 引言

3.2 抗泊松噪声模型

3.3 基于广义全变差的抗泊松噪声相位恢复算法

3.4 实验结果及分析

3.5 本章小结

第4章 基于TGV和TV混合正则化的同轴数字全息重建算法

4.1 引言

4.2 基于全变差正则化的同轴数字全息重建算法

4.3 基于TGV和TV混合正则化的图像重建算法

4.4 实验结果

4.5 本章小结

第5章 基于二阶广义全变差正则化的同轴数字全息重构算法

5.1 引言

5.2 基于TGV正则化的同轴数字全息重构算法

5.3 实验结果

5.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢