一种基于物理约束下复值UNet的复振幅重建方法

本发明属于全息相位重建领域，公开了一种基于物理约束下复值UNet的复振幅重建方法，在摆脱端到端网络对大量数据依赖性的同时提供比实值网络更好的重建效果，本发明采用基于复值UNet的网络架构结合光学同轴全息成像模型的物理过程，首先将采集得到的全息图构建复振幅放进复值UNet中，得到输出复值场C，调制复振幅并施加复值正则化约束，模拟同轴全息正向传播过程得到重建复值场，取强度为重建全息图E，相位用以更新输入复值场B；随后计算采集的全息图与重建全息图E之间的相似度，通过复值神经网络的梯度下降优化算法实现相位重建。本发明提供一种基于复值UNet结合物理约束直接重建复值场的方法。