新的全息技术突破计算障碍

一种突破性的方法利用基于Lohmann透镜的衍射模型实时创建计算机生成全息图(CGH),在保持3D可视化质量的同时,大大降低了计算负荷要求。

全息显示为制作逼真的三维图像提供了一条令人兴奋的途径,这种图像给人以连续深度的错觉,有望在娱乐、医疗成像和虚拟现实等领域产生变革性影响。然而,创建计算机生成全息图(CGH)的传统方法因需要重复计算而受到阻碍,导致计算需求高,不适合实时应用。

全彩全息近眼显示器采用目镜镜头放大 3D 图像,然后通过调整相机镜头的焦距进行记录。然后使用基于Split-Lohmann透镜的衍射算法生成快速全息图。

为了解决这个问题,上海理工大学的研究人员引入了一种新的全息图生成方法,该方法在保持高质量3D可视化的同时,大大降低了计算负荷。正如《先进光子学》(Advanced Photonics Nexus)所报道的那样,他们的方法利用了基于Lohmann透镜的衍射模型,通过单步反向传播计算实现了三维全息图的快速合成。

通过将专门设计的虚拟数字相位调制纳入 Lohmann 透镜,他们的方法实现了具有精确深度感知的高精度3D场景重建。

全息显示技术的革命性创新

这项研究的意义在于,它为实时生成 CGH 提供了一个实用的解决方案,从而有可能彻底改变全息显示的制作方法。与存在计算瓶颈的传统方法不同,所提出的方法无论深度采样密度如何,都能确保一致的计算速度,从而能够无缝集成到需要身临其境的3D可视化的各种应用中。

为了验证其方法的有效性,研究人员进行了模拟和实验,证明了其生成具有准确深度感知的逼真3D全息显示器的能力。

总之,这项研究在计算机生成全息技术领域取得了令人鼓舞的进展,为创建身临其境的三维可视化效果提供了一种实用的解决方案,而不会受到传统方法的计算限制。它有助于为全息显示在各行各业的广泛应用铺平道路。

相关链接:https://scitechdaily.com/revolutionizing-3d-new-holographic-technique-breaks-computational-barriers/

论文链接:https://doi.org/10.1117/1.APN.3.3.036001

文章来源:光行天下.

声明:转载此文目的在于传递更多信息,仅供读者学习、交流之目的。文章版权归原作者所有,如有侵权,请联系删除。

相关推荐
985小水博一枚呀11 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan12 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀16 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路25 分钟前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子31 分钟前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川5 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程