Computer-Free, All-Optical Reconstruction of Holograms Using Diffractive Networks,ACS Photonics

当前位置： X-MOL 学术 › ACS Photonics › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

Computer-Free, All-Optical Reconstruction of Holograms Using Diffractive Networks
ACS Photonics ( IF 6.5 ) Pub Date : 2021-10-27 , DOI: 10.1021/acsphotonics.1c01365
Md Sadman Sakib Rahman _{1,

2,

3} , Aydogan Ozcan _{1,

2,

3}

Affiliation

Reconstruction of inline holograms of unknown objects in general suffers from twin-image artifacts due to the appearance of an out-of-focus image overlapping with the desired image to be reconstructed. Computer-based iterative phase retrieval algorithms and learning-based methods have been used for the suppression of such image artifacts in digital holography. Here we present a conceptual framework and the corresponding numerical simulation results for an all-optical hologram reconstruction method that can instantly retrieve the image of an unknown object from its inline hologram and eliminate twin-image artifacts without using a digital processor or a computer. Multiple transmissive diffractive layers are trained using deep learning so that the diffracted light from an arbitrary input hologram is processed all-optically, through light–matter interaction, to reconstruct the image of an unknown object at the speed of light propagation and without the need for any external power. This passive all-optical processor composed of spatially engineered transmissive layers forms a diffractive network that successfully generalizes to reconstruct inline holograms of unknown, new objects and exhibits improved diffraction efficiency as well as extended depth-of-field at the hologram recording distance. This all-optical hologram processor and the underlying design framework can find numerous applications in coherent imaging and holographic display-related applications owing to its major advantages in terms of image reconstruction speed and computer-free operation.

中文翻译：

使用衍射网络对全息图进行无计算机、全光学重建

由于散焦图像的出现与要重建的所需图像重叠，因此未知物体的内嵌全息图的重建通常会受到双图像伪影的影响。基于计算机的迭代相位检索算法和基于学习的方法已用于抑制数字全息中的此类图像伪影。在这里，我们提出了一种全光学全息图重建方法的概念框架和相应的数值模拟结果，该方法可以立即从其内嵌全息图中检索未知物体的图像，并在不使用数字处理器或计算机的情况下消除双图像伪影。使用深度学习训练多个透射衍射层，以便对来自任意输入全息图的衍射光进行全光学处理，通过光-物质相互作用，以光传播速度重建未知物体的图像，无需任何外部电源。这种由空间工程透射层组成的无源全光处理器形成了一个衍射网络，该网络成功地推广到重建未知新物体的内联全息图，并在全息图记录距离上表现出更高的衍射效率和扩展的景深。由于其在图像重建速度和免计算机操作方面的主要优势，这种全光全息处理器和底层设计框架可以在相干成像和全息显示相关应用中找到许多应用。以光传播速度重建未知物体的图像，无需任何外部电源。这种由空间工程透射层组成的无源全光处理器形成了一个衍射网络，该网络成功地推广到重建未知新物体的内联全息图，并在全息图记录距离上表现出更高的衍射效率和扩展的景深。由于其在图像重建速度和免计算机操作方面的主要优势，这种全光全息处理器和底层设计框架可以在相干成像和全息显示相关应用中找到许多应用。以光传播速度重建未知物体的图像，无需任何外部电源。这种由空间工程透射层组成的无源全光处理器形成了一个衍射网络，该网络成功地推广到重建未知新物体的内联全息图，并在全息图记录距离上表现出更高的衍射效率和扩展的景深。由于其在图像重建速度和免计算机操作方面的主要优势，这种全光全息处理器和底层设计框架可以在相干成像和全息显示相关应用中找到许多应用。这种由空间工程透射层组成的无源全光处理器形成了一个衍射网络，该网络成功地推广到重建未知新物体的内联全息图，并在全息图记录距离上表现出更高的衍射效率和扩展的景深。由于其在图像重建速度和免计算机操作方面的主要优势，这种全光全息处理器和底层设计框架可以在相干成像和全息显示相关应用中找到许多应用。这种由空间工程透射层组成的无源全光处理器形成了一个衍射网络，该网络成功地推广到重建未知新物体的内联全息图，并在全息图记录距离上表现出更高的衍射效率和扩展的景深。由于其在图像重建速度和免计算机操作方面的主要优势，这种全光全息处理器和底层设计框架可以在相干成像和全息显示相关应用中找到许多应用。

更新日期：2021-11-17

点击分享查看原文

点击收藏

公开下载

阅读更多本刊最新论文本刊介绍/投稿指南11