摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 数字全息技术研究现状 | 第11-14页 |
1.2.2 离轴数字全息相位重建技术研究现状 | 第14-16页 |
1.3 课题主要研究内容及工作安排 | 第16-18页 |
第2章 离轴数字全息薄相位重建的基本原理 | 第18-32页 |
2.1 离轴薄相位重建原理 | 第18-20页 |
2.2 无零级抑制的离轴薄相位自适应重建技术 | 第20-26页 |
2.2.1 基于圆形滤波器技术 | 第20-22页 |
2.2.2 基于2阶巴特沃斯高通滤波器技术 | 第22-24页 |
2.2.3 基于高斯高通滤波器技术 | 第24-26页 |
2.3 仿真验证 | 第26-28页 |
2.4 实验验证 | 第28-31页 |
2.5 本章小结 | 第31-32页 |
第3章 零级抑制的离轴薄相位自适应重建技术 | 第32-42页 |
3.1 自适应重建技术设计原理 | 第32-36页 |
3.1.1 基于高斯和巴特沃斯滤波器技术 | 第32-34页 |
3.1.2 基于带阻和高斯滤波器技术 | 第34-36页 |
3.2 仿真验证 | 第36-38页 |
3.3 实验验证 | 第38-41页 |
3.4 本章小结 | 第41-42页 |
第4章 离轴薄相位自适应重建技术 | 第42-58页 |
4.1 基于频谱裁剪技术 | 第42-43页 |
4.2 基于迭代阈值技术 | 第43-47页 |
4.2.1 阈值选择 | 第43-46页 |
4.2.2 方案设计 | 第46-47页 |
4.3 基于灰度平均技术 | 第47-52页 |
4.3.1 灰度平均值和高通滤波器 | 第48-49页 |
4.3.2 方案设计 | 第49-52页 |
4.4 仿真验证 | 第52-54页 |
4.5 实验验证 | 第54-57页 |
4.6 本章小结 | 第57-58页 |
第5章 基于OpenCV和GPU的加速和光学图像处理系统设计与实现 | 第58-64页 |
5.1 基于OpenCV和GPU的无零级抑制的离轴薄相位自适应重建技术 | 第58-59页 |
5.2 离轴数字全息薄相位自适应重建应用软件 | 第59-63页 |
5.2.1 图像载入 | 第60-62页 |
5.2.2 自适应相位重建和结果保存 | 第62-63页 |
5.3 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
致谢 | 第72页 |