声明
1 绪论
1.1 课题的研究背景及意义
1.2 研究及应用现状
1.2.1 去除共轭像
1.2.2 三维重建中的失焦伪影
1.3 本文的主要章节安排
2 理论基础
2.1 数字全息
2.2 离轴数字全息
2.3 同轴数字全息
2.4 反传播重建算法
2.4.1 菲涅尔近似法
2.4.2 卷积重建算法
2.4.3 角谱法
2.5 压缩感知理论
2.5.1稀疏表示
2.5.2测量矩阵
2.5.3重构算法
2.6本章小结
3 基于稀疏差异的压缩感知全息图重建
3.1 全息图的共轭像的形成
3.2稀疏差异介绍
3.3 基于稀疏差异的压缩感知重建算法
3.4算法流程
3.5 评价标准
3.6 仿真与实验结果分析
3.6.1 MATLAB 仿真实验
3.6.2 同轴全息显微镜拍摄的全息图重建实验
3.7本章小结
4 基于压缩感知去卷积的数字全息三维体积重建
4.1 全息图的点散射体去卷积算法
4.1.1 点散射体去卷积理论
4.1.2 菲涅尔衍射 3D 去卷积算法
4.2 压缩感知去卷积（CSD）
4.3实验结果及分析
4.4 本章小结
5 端到端的卷积神经网络数字全息重建
5.1卷积神经网络基础理论
5.1.1感知机与激活函数
5.1.2 多层前馈神经网络与反向传播算法
5.1.3 卷积层
5.1.4 池化层
5.1.5反卷积
5.1.6 典型的全卷积网络结构
5.2 端到端的同轴数字全息图的重建系统
5.3 同轴全息重建网络（ILHoloRNet）结构设计
5.3.1 网络模型细节
5.3.2激活函数选取
5.3.3损失函数设计
5.3.4 优化方法
5.4数据集建立
5.5 实验结果与分析
5.5.1 实验环境配置
5.5.2 重建质量评价标准
5.5.3 实验结果及分析
5.6 本章小结
6 总结与展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;
