Three-Dimensional Holographic Display Algorithm Based on Spatial-Frequency Domain Attention Network

doi:10.3788/aos252347

Three-Dimensional Holographic Display Algorithm Based on Spatial-Frequency Domain Attention Network

2026-05-01

0

PRE

AI

DOI：10.3788/aos252347

原文链接

原文求助

摘要

En 中文

目标：三维全息显示被认为是真实3D可视化的领先候选技术，其主要挑战在于快速生成高质量的纯相位全息图（POHs）。然而，现有方法仍难以同时实现高重建质量和实时性能，由于多深度衍射耦合、相位恢复的固有难度以及高计算复杂度等问题。尽管深度学习为计算机生成全息术引入了新解决方案，但许多现有方法缺乏有效的光学物理约束集成和跨域特征建模，限制了其准确表示复杂三维光场的能力，导致散斑噪声、离焦模糊和重建伪影等问题。为解决这些问题，本研究提出了一种新颖方法，将波动光学物理约束与高效分层特征学习相结合用于全息图生成。通过将分层角谱衍射模型嵌入深度神经网络，实现了物理约束的无监督端到端训练。此外，引入了一种基于傅里叶变换的空间-频率双域注意力机制，以增强多尺度特征建模和相位预测精度。所提出的方法在保持高计算效率的同时显著提高了POH重建质量，为高保真、实时三维全息显示提供了有效支持。方法：提出了一种基于傅里叶变换的双域注意力卷积神经网络算法，称为UST-holo。该框架采用级联双U-Net架构，深度集成分层角谱衍射模型以施加物理约束。通过将精确的角谱方法（ASM）嵌入神经网络，实现了通过无监督训练的端到端全息图生成。该算法构建了一个结合复值和实值卷积神经网络（CNNs）的端到端网络架构。引入残差结构以改善深度网络中的梯度传播，实现更有效的训练并增强网络表示复杂光场特征的能力，也有助于加快全息图生成。在全息编码阶段，实值CNN采用并行空间-频率域注意力模块，利用傅里叶变换提取和融合空间域和频率域特征。这种双域策略增强了全局波场信息的捕捉，抑制了伪影，从而提高了重建保真度。同时，复值CNN构建复值网络预测相位信息，有效克服了实值网络在相位恢复中的局限性，显著提高了全息重建质量。在全息解码阶段，引入分层衍射重建机制以无监督方式驱动网络学习。在反向传播过程中，随机选择衍射距离，对POH执行分层角谱传播以获得指定深度的重建图像。然后将重建图像与叠加相应深度掩模的目标图像进行比较以计算损失，从而优化网络参数。训练后，将神经网络预测的POH加载到纯相位空间光调制器（SLM）上，能够实现目标物体在不同预设距离处的分层重建，最终实现高质量三维全息显示。结果与讨论：数值模拟结果如图5所示。虽然传统的分层角谱方法能够执行三维层析重建，但产生的图像明显受到强散斑噪声、明显的亮度衰减和离焦区域的严重模糊影响，限制了其在高精度全息显示中的应用。Self-holo算法在锐度方面有所改善；然而，其重建仍表现出整体对比度低和精细细节恢复不足，难以忠实再现复杂场景。相比之下，所提出的UST-holo算法在重建锐度和对比度两方面均有明显提升。视觉上，重建结果更清晰，深度分层更明显。定量上，UST-holo在峰值信噪比（PSNR）和结构相似性指数（SSIM）方面始终优于比较方法。为评估不同算法的性能，从MIT-CGH-4K数据集中选取100张图像作为验证集。计算三种方法在不同深度下重建图像的平均PSNR和SSIM以及全息图生成速度。如图6(a)所示，由UST-holo生成的POH重建图像在三个深度平面上的平均PSNR为32.23 dB，对应100张测试图像的平均SSIM值分别为0.9504、0.9628和0.9598。这些值始终高于使用分层ASM和Self-holo方法获得的结果。图6(b)比较了评估方法的生成速度。所提出的UST-holo算法以54.05帧/秒的速度生成高质量POH，略低于Self-holo的58.82帧/秒。这种速度的微小降低通过4.07 dB的PSNR显著提升得到补偿，代表了重建质量与生成效率之间的出色权衡。结合视觉重建结果，定性和定量分析均表明，所提出的方法有效减少了散斑噪声，抑制了离焦模糊，并增强了图像对比度，从而为高保真三维全息显示提供了实用解决方案。结论：本研究提出了一种基于物理、无监督的深度学习框架，有效平衡了三维全息图生成中的高重建质量与计算效率。通过将分层角谱衍射模型嵌入网络，该方法增强了物理一致性和重建质量，在多个深度平面上实现了平均PSNR为32.23 dB和SSIM超过0.95，并有效抑制了散斑噪声和离焦模糊。这证实了物理约束在相位恢复中的重要性。此外，空间-频率双域注意力机制与残差复值网络相结合显著提高了相位建模。所提出的方法在视觉和定量上均优于现有方法，相比Self-holo获得约4.07 dB的PSNR增益。该方法还实现了以54.05帧/秒的速度实时生成高质量全息图，展示了准确性与效率之间的良好平衡。然而，当前工作仅限于离散平面目标。未来研究将聚焦于连续深度场景和缩小模拟与实际光学系统之间的差距。总体而言，通过整合物理衍射建模与双域注意力，本研究为高保真、实时3D全息显示提供了有效的无监督解决方案。

Keyword:

holography

holographic display

deep learning

phase-only hologram

Three-Dimensional Holographic Display Algorithm Based on Spatial-Frequency Domain Attention Network

摘要

期刊

机构

引用论文