买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江理工大学申请的专利一种基于深度学习的数字全息包裹相位畸变补偿方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115760598B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211319611.3，技术领域涉及：G06T5/80；该发明授权一种基于深度学习的数字全息包裹相位畸变补偿方法是由陈本永;黄柳;唐健钧;严利平设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于深度学习的数字全息包裹相位畸变补偿方法在说明书摘要公布了：本发明公开了一种基于深度学习的数字全息包裹相位畸变补偿方法。通过计算机生成随机Zernike多项式系数和对应的包裹相位图，分别作为学习标签和网络训练神经网络模型；搭建数字全息光路记录待测样本的全息图，经数值重建后将其包裹相位图输入训练好的神经网络模型输出Zernike多项式系数重构相位畸变分布，在空间域补偿物光复振幅；对补偿后包裹相位图进行相位滤波和解包裹，并对解包裹后相位进行基于背景分割的Zernike多项式拟合来补偿残留畸变。本发明方法仅用仿真数据集训练网络，在相位解包裹前补偿大部分畸变，提高包裹相位数据可靠度，极大提高相位恢复准确度，具有计算速度快和精准补偿畸变等优点。

本发明授权一种基于深度学习的数字全息包裹相位畸变补偿方法在权利要求书中公布了：1.一种基于深度学习的数字全息包裹相位畸变补偿方法，其特征在于，方法包含网络训练和全息测量两个阶段，分为如下步骤： a.网络训练阶段的步骤为： 通过计算机自主生成仿真包裹相位图数据训练神经网络模型，获得训练好的神经网络模型； b.全息测量阶段 利用训练好的神经网络模型对待测样本进行处理获得待测样本的三维轮廓分布； 所述全息测量阶段的步骤为： S1：搭建数字全息光路对待测样本进行测量记录待测样本的全息图，根据全息图进行数值重建获得待测样本的物光复振幅U，计算物光复振幅U的包裹相位图并输入到训练好的神经网络模型中，输出Zernike多项式系数Ac； S2：利用Zernike多项式系数Ac拟合出相位畸变φac，并将拟合出的相位畸变φac的共轭复指数exp-jφac与物光复振幅U相乘，得到已补偿大部分相位畸变的预补偿包裹相位图； S3：对预补偿包裹相位图进行相位滤波和相位解包裹，获得仅含有小部分相位畸变的连续相位分布φc，对连续相位分布φc进行边缘增强和局部自适应阈值分割，得到仅表征背景区域的二值化掩模； S4：利用二值化掩模提取连续相位φc中背景区域的相位数据，根据背景区域的相位数据构建Zernike多项式方程组，求解出残留畸变的Zernike多项式系数Ar，利用残留畸变的Zernike多项式系数Ar进行Zernike多项式拟合得到残留畸变相位分布φr； S5：在连续相位分布φc中减去相位分布φr恢复获得待测样本的真实相位，对真实相位进行波长换算输出获得待测样本的三维轮廓分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江理工大学，其通讯地址为：310018 浙江省杭州市江干经济开发区2号大街928号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。