面向压缩失真的数字全息重建像无监督散斑噪声去除方法

王富; 郁梅; 蒋志迪

doi:10.13741/j.cnki.11-1879/o4.2025.03.008

您当前的位置：

首页 >

文章列表页 >

面向压缩失真的数字全息重建像无监督散斑噪声去除方法

光学成像与信息光学 | 更新时间：2025-09-01

- 面向压缩失真的数字全息重建像无监督散斑噪声去除方法
- Unsupervised speckle noise removal method for digital holographic reconstruction towards compression distortion
- 光学技术 2025年51卷第3期页码：294-301
- 作者机构：
  
  1. 1:宁波大学信息科学与工程学院
  2. 2:宁波大学科学技术学院信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(62071266)
- DOI：10.13741/j.cnki.11-1879/o4.2025.03.008
  中图分类号： TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
王富, 郁梅, 蒋志迪. 面向压缩失真的数字全息重建像无监督散斑噪声去除方法[J]. 光学技术, 2025,51(3):294-301.

Unsupervised speckle noise removal method for digital holographic reconstruction towards compression distortion[J]. 2025, 51(3): 294-301.
王富, 郁梅, 蒋志迪. 面向压缩失真的数字全息重建像无监督散斑噪声去除方法[J]. 光学技术, 2025,51(3):294-301. DOI： 10.13741/j.cnki.11-1879/o4.2025.03.008.

Unsupervised speckle noise removal method for digital holographic reconstruction towards compression distortion[J]. 2025, 51(3): 294-301. DOI： 10.13741/j.cnki.11-1879/o4.2025.03.008.

摘要

数字全息图像在压缩过程中产生的失真会降低其重建像的质量，增加了散斑噪声去除的难度。此外，现有散斑去噪方法需要针对不同程度的压缩失真分别训练不同的网络，这限制了其在实际应用中的灵活性。针对上述问题，提出了一种面向压缩失真的数字全息重建像无监督散斑噪声去除方法。基于压缩过程的质量因子，设计了一个压缩感知注意力模块动态调整网络的权重，实现对去噪过程的自适应控制。其次，使用散斑噪声相关性卷积并结合盲点网络架构，以避免采样密度受限而导致细节信息丢失。最后，引入非线性注意力模块增加全局信息的交互，使网络更加精确地捕获散斑噪声。实验结果表明，所提出方法在有效去除散斑噪声的同时能够保留更多的细节信息。与现有方法相比，所提出方法在客观质量评估和主观视觉感知两方面均取得更好的结果。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于电控液晶散射片的数字全息散斑去噪研究

基于低分辨率辅助特征和卷积神经网络的脑部图像配准方法

基于数字全息的热透镜效应测量

一种实现单步相移无透镜傅里叶同轴数字全息的倒频谱技术

基于数字全息与小波变换的图像数字水印技术