【摘 要】
:
三维显示技术的研究日新月异,人们希望获得更真实的视觉体验。现有的三维显示技术,如视差显示、体三维显示等,无法提供三维物体真实深度信息。全息显示作为真三维显示技术,能够提供人眼感知三维物体所需的全部深度信息,给人舒适、真实的三维立体视觉感。全息显示技术在军事、医疗和其他领域有广泛的应用,如飞行器驾驶舱的显示、医学成像等。计算全息显示技术发展至今仍存在着再现像质量差、计算速度慢与全息再现像的尺寸小和视
论文部分内容阅读
三维显示技术的研究日新月异,人们希望获得更真实的视觉体验。现有的三维显示技术,如视差显示、体三维显示等,无法提供三维物体真实深度信息。全息显示作为真三维显示技术,能够提供人眼感知三维物体所需的全部深度信息,给人舒适、真实的三维立体视觉感。全息显示技术在军事、医疗和其他领域有广泛的应用,如飞行器驾驶舱的显示、医学成像等。计算全息显示技术发展至今仍存在着再现像质量差、计算速度慢与全息再现像的尺寸小和视区(the field of view,FOV)窄等关键性问题。其中,散斑噪声作为计算全息显示的固有问题而制约着其进一步的发展。众多学者提出了多种散斑噪声抑制方法,仍没有达到理想的效果。此外,受目前工艺限制,单个空间光调制器(Spatial light modulator,SLM)的全息再现像的FOV窄小,更加降低了人们观看的舒适度。近年来,国内外的研究者为解决这个问题做了大量的研究,并提出了多种方法来扩大FOV,但也存在着一定的局限性。本文从抑制散斑噪声和扩大FOV两个角度出发,使得图像的质量改善。本文的研究工作如下:首先,介绍课题研究的背景与意义,分别简述全息术、全息再现像散斑抑制以及全息再现像扩大FOV的现状;并分析计算全息显示的基本原理,主要是标量衍射理论和光学傅里叶变换;之后从光学全息与计算全息两方面分别介绍了全息图的生成和重建;还介绍了在计算全息中用到的关键电子器件—SLM,并阐述了它的基本结构、像素结构以及相位调制原理;分析了基于SLM的计算全息再现像的FOV特性。其次,研究了计算全息显示中散斑噪声的抑制方法;分析了散斑噪声的产生原理;并对激光散斑的基本理论和计算全息显示中散斑噪声的产生机理进行介绍;然后分析了几种抑制散斑噪声的方法,主要列举了GS算法、像素分离法和时间平均法,并介绍了这几种方法的原理;之后简述了用于图像质量评价的散斑对比度;最后使用像素分离法进行模拟仿真,给出了主要的实验结果,分析了该方法的优缺点,并在此基础上进行了本文的后续研究工作。最后,我们提出了一种散斑噪声被抑制的大视场全息显示方法。与传统的方法不同,该方法可以生成多个尺寸较大的子计算全息图(sub Computer-generated hologram,sub-CGH)。通过像素分离,将记录的对象分离为多个物点组。每个物点组的信息被记录在具有独立初始随机相位的不同sub-CGH上。在全息重建中,使用直线排布结构的三个SLM来加载sub-CGH,通过时间复用重建图像。其中FOV被放大是因为每个图像点的光分布尺寸被增大。同时,通过平均效应和相邻图像点的分离来抑制图像的斑点噪声。实验结果证明了该方法的可行性。
其他文献
在过去的几十年中,全球变暖和空气污染被认为是主要的全球性问题,而二氧化碳排放,这个最大的环境污染被认为是主要由于人类活动而引起的。对环境污染的准确性估算是确定减少经济各部门排放的最佳策略的关键要素,因此,本文分为三个阶段。该研究的第一阶段旨在调查能源消耗、经济发展和人口增长对巴基斯坦的高二氧化碳排放部门(如交通、工业和家庭)的影响。基于2000年至2018年的数据,我们采用了新颖的灰色关联分析(G
政策是国家或政府为了达到经济增长、充分就业、价格水平稳定、国际收支平衡等宏观经济目标,为提升社会福利水平而制定的解决社会经济问题的指导原则和措施。由于与经济相关的政策变动中包含的各类无法预知的成分,经济政策往往具有不同程度的不确定性,即政策不确定性。只要有政府干预市场运行,有新的政策出台或执行,就有政策不确定性的存在,政策不确定性是一种全球范围内都普遍存在的现象。相较于世界上成熟的经济体,中国的政
<正>近日,国家知识产权局官网发布了《关于开展商标质押助力餐饮、文旅等重点行业纾困“知惠行”专项活动的通知》(以下简称《通知》)。《通知》称,国家知识产权局和中国银行将面向受新冠肺炎疫情影响较大的餐饮、文旅等行业小微企业和个体工商户,联合开展商标质押助力重点行业纾困“知惠行”专项活动,更大力度推动商标质押融资助企纾困。
抑郁症是一种常见且危害严重的精神疾病,会给患者的身体和精神带来极大影响,随着疾病程度的加重患者很容易出现自残甚至是自杀行为。据世界卫生组织2021年统计,全球范围内约有3.8%的人受抑郁症影响。我国的抑郁症形势尤为严峻,据《2022年国民抑郁症蓝皮书》显示,我国有超过一亿人饱受抑郁症折磨,抑郁症的发病率超过世界上大部分国家。此外,新冠疫情的全球性蔓延也使抑郁症患者数量激增,发病人群呈现出低龄化趋势
抑郁症是一种不易察觉的精神疾病,随着社会的发展,生存压力增大,使抑郁症患者的数量迅速增加,如何快速准确诊断抑郁症成为迫切需要解决的问题。人工诊断受医生主观判断、患者精神状态和诊断环境等多方面因素影响,不容易得到一个客观准确的结果。脑电信号作为一种能够反映大脑活动的电信号,可以连续、无创、相对廉价地监测大脑活动,随着脑电采集设备的进步和人工智能技术的发展,脑电信号越来越多的应用于抑郁症的诊断。但目前
目的:焦虑症和抑郁症都是最常见的精神疾病。近年来,我国焦虑症、抑郁症检出率呈现升高趋势。但由于地理位置偏远、经济或医生短缺等原因,许多患者无法得到及时的诊断与治疗。因此抑郁和焦虑状态的早期筛查具有十分重要的临床意义。精神状态和精神障碍的识别已经引起了人工智能和心理学界的广泛关注,在多模态数据中挖掘情绪已经成为自然语言处理、数据挖掘等领域的热门研究课题。在初级保健系统中,开展焦虑症、抑郁症的疾病监测