一种基于深度学习的少角度数字全息层析重建算法

摘要

本发明公开了一种基于深度学习的少角度数字全息层析重建算法，通过构建深度卷积神经网络模型，建立少角度下层析重建的模拟数据集和实验数据集并对网络进行训练，在投影数据较少情况下，快速高效地对图像进行高质量三维重建。该方法不需要采集大量角度的弦图，计算迅速，不需迭代，降低环境对装置的影响，提高系统稳定性和测量精度。