遠(yuǎn)心同-離軸混合數(shù)字全息高分辨率重建方法*

鐘志 趙婉婷 單明廣? 劉磊?

1) (哈爾濱工程大學(xué)信息與通信工程學(xué)院, 哈爾濱 150001)

2) (哈爾濱工程大學(xué), 先進(jìn)船舶通信與信息技術(shù)工信部重點(diǎn)實(shí)驗(yàn)室, 哈爾濱 150001)

現(xiàn)存的同-離軸混合數(shù)字全息技術(shù)可同時(shí)解決同軸全息共軛像消除困難和離軸全息分辨率受限的問(wèn)題,但需預(yù)測(cè)衍射距離, 不僅復(fù)雜耗時(shí), 且精度有限; 而遠(yuǎn)心成像技術(shù)可獲得非衍射圖像, 無(wú)需預(yù)測(cè)衍射距離, 并具有可消除球面像差和散焦像差等特性.因此, 本文將遠(yuǎn)心成像技術(shù)引入同-離軸混合數(shù)字全息技術(shù)中, 提出一種遠(yuǎn)心同-離軸混合數(shù)字全息高分辨率重建方法.該方法利用遠(yuǎn)心同-離軸混合數(shù)字全息系統(tǒng), 分別采集聚焦的離軸全息圖和同軸全息圖; 進(jìn)而將離軸全息圖獲得的低分辨率相位信息與同軸全息圖獲得的振幅信息相復(fù)合, 作為迭代恢復(fù)過(guò)程的物光復(fù)振幅初始值, 并分別在空域和頻域進(jìn)行約束迭代, 實(shí)現(xiàn)高分辨率重建.實(shí)驗(yàn)結(jié)果表明, 該方法無(wú)需衍射距離等先驗(yàn)信息, 便可很好地消除共軛像和系統(tǒng)畸變的干擾, 并可充分利用圖像傳感器的空間帶寬積, 實(shí)現(xiàn)物體的高分辨率重建.

1 引 言

數(shù)字全息技術(shù)[1-3]由相機(jī)記錄物光和參考光干涉圖樣, 并由計(jì)算機(jī)恢復(fù)待測(cè)相位, 具有全場(chǎng)定量、非接觸、無(wú)需對(duì)樣品做特殊處理等獨(dú)特優(yōu)點(diǎn),已作為重要成像測(cè)試手段廣泛應(yīng)用于生物醫(yī)學(xué)、微納制造和材料科學(xué)等領(lǐng)域[4-14].根據(jù)物光和參考光之間是否存在夾角, 數(shù)字全息可分為離軸數(shù)字全息[15,16]和同軸數(shù)字全息[17,18].離軸數(shù)字全息可將實(shí)像項(xiàng)與共軛像項(xiàng)和零級(jí)項(xiàng)的頻譜分離, 利用帶通濾波器選取實(shí)像信息, 但是受最小記錄距離的限制, 不能獲得較大的數(shù)值孔徑, 空間帶寬積利用率低, 濾波過(guò)程損失了很多高頻信息, 進(jìn)而降低了成像的分辨率.同軸數(shù)字全息可充分利用圖像傳感器的空間帶寬積, 獲得較大的數(shù)值孔徑, 理論上可以獲得較高的成像分辨率, 但是同軸數(shù)字全息的實(shí)像項(xiàng)、共軛像項(xiàng)和零級(jí)項(xiàng)重疊在一起, 無(wú)法分離出實(shí)像信息.因此, 傳統(tǒng)同軸數(shù)字全息一般采用相移法[19,20]來(lái)消除共軛像, 但是相移法需要多波長(zhǎng)拍攝或者多次拍攝, 同時(shí)對(duì)實(shí)驗(yàn)裝置要求很高, 實(shí)驗(yàn)過(guò)程中實(shí)現(xiàn)難度較大.Gabor同軸數(shù)字全息一般采用迭代算法[21-26]來(lái)消除共軛像, 但迭代算法對(duì)待測(cè)物體要求較高, 它受待測(cè)物體的稀疏性、弱相位波動(dòng)、支持域等一系列因素的約束, 只有在滿足條件的情況下, 才可以恢復(fù)出物體信息, 而待測(cè)物體自身性質(zhì)無(wú)法決定, 支持域的確定也具有難度.

為兼顧離軸結(jié)構(gòu)和同軸結(jié)構(gòu)的優(yōu)勢(shì), 2015年,Orzó[27]提出一種同-離軸混合數(shù)字全息恢復(fù)方法,先將離軸數(shù)字全息恢復(fù)的物光復(fù)振幅的低頻成分提取出來(lái), 再在同軸數(shù)字全息迭代的過(guò)程中進(jìn)行低頻替換, 實(shí)現(xiàn)待測(cè)物體的重建, 但當(dāng)遇到強(qiáng)相位波動(dòng)的物體時(shí), 其迭代過(guò)程無(wú)法收斂.2018年,王鳳鵬等[28]也提出了一種同-離軸混合的相位恢復(fù)方法, 利用約束最優(yōu)化算法[29]從離軸數(shù)字全息圖中獲取物光場(chǎng)的近似相位分布, 并復(fù)合同軸全息圖的振幅信息作為迭代過(guò)程的初始值, 進(jìn)而利用迭代算法實(shí)現(xiàn)待測(cè)物體高分辨率重建, 但該方法因?yàn)椴捎闷骄禐V波, 依然損失了高頻成分, 且需多次迭代才能達(dá)到效果, 損失了大量的時(shí)間; 同時(shí), 其重建過(guò)程還需參考光的先驗(yàn)信息, 而在實(shí)驗(yàn)過(guò)程中很難獲取準(zhǔn)確穩(wěn)定的參考光.尤為重要的是, 以上兩種方法都是在物面和全息面之間迭代完成重建工作, 從而需要精準(zhǔn)的衍射距離; 衍射距離精準(zhǔn)預(yù)測(cè)需利用聚焦算法, 而其成功是以大量時(shí)間消耗為代價(jià)的, 這將進(jìn)一步提高重建難度, 浪費(fèi)時(shí)間成本.

遠(yuǎn)心成像系統(tǒng)[30-32]是傳統(tǒng)數(shù)字全息經(jīng)常采用的一種典型的光路結(jié)構(gòu), 它可以很好地抑制球面像差和散焦像差的影響, 使同軸數(shù)字全息保持最大空間帶寬積; 同時(shí), 可根據(jù)所需視場(chǎng)的空間分辨率調(diào)整縮放系數(shù), 并可根據(jù)透鏡焦距調(diào)整物體和圖像傳感器的位置, 獲得聚焦的清晰圖像, 從而在后期圖像處理過(guò)程中無(wú)需對(duì)物光復(fù)振幅從全息面到物面進(jìn)行反衍射的數(shù)值重建, 進(jìn)一步避免了衍射距離預(yù)測(cè)的復(fù)雜過(guò)程, 節(jié)省了時(shí)間, 降低了重建難度.因此, 本文將遠(yuǎn)心成像技術(shù)引入同-離軸混合數(shù)字全息技術(shù)中, 提出一種遠(yuǎn)心同-離軸混合數(shù)字全息高分辨率重建方法, 充分利用遠(yuǎn)心成像技術(shù)與同-離軸混合技術(shù)的優(yōu)勢(shì), 在擯除衍射距離等先驗(yàn)信息以提升重建效率的同時(shí), 抑制干擾項(xiàng)及系統(tǒng)像差, 實(shí)現(xiàn)高分辨率系統(tǒng)成像重建.

2 遠(yuǎn)心同-離軸混合數(shù)字全息重建方法

基于遠(yuǎn)心系統(tǒng)的遠(yuǎn)心同-離軸混合數(shù)字全息成像系統(tǒng)見(jiàn)圖1.從激光器發(fā)射出的激光, 經(jīng)過(guò)準(zhǔn)直擴(kuò)束裝置BE準(zhǔn)直擴(kuò)束后, 由第一分光棱鏡BS1分光.其中透射光被平面反射鏡M1反射并調(diào)制傾角形成參考光, 反射光被反射鏡M2再反射后經(jīng)過(guò)待測(cè)物體形成物光, 物光經(jīng)由透鏡L1和L2構(gòu)成的遠(yuǎn)心系統(tǒng)調(diào)制, 最后通過(guò)第二分光棱鏡BS2后,與參考光匯合并發(fā)生干涉, 在CCD成像靶面上形成全息圖.為了消除球差和散焦像差影響, 遠(yuǎn)心系統(tǒng)中透鏡L1和L2需共軛配置形成4f系統(tǒng), 待測(cè)物體S置于透鏡L1的前焦面, 相機(jī)置于透鏡L2的后焦面.實(shí)驗(yàn)時(shí), 先記錄一幅離軸全息圖, 再遮擋參考光記錄一幅Gabor同軸全息圖.

圖1 遠(yuǎn)心同-離軸混合數(shù)字全息成像系統(tǒng)示意圖Fig.1.Schematic of the telecentric in-line-and-off-axis hybrid digital holography system.

為了實(shí)現(xiàn)上述系統(tǒng)的成像重建, 提出了一種遠(yuǎn)心同-離軸混合數(shù)字全息高分辨率重建方法, 將離軸全息圖獲得的低分辨率相位信息與同軸全息圖的振幅信息相結(jié)合作為迭代恢復(fù)過(guò)程的初始物光復(fù)振幅, 并將其在空域和頻域的振幅信息作為迭代過(guò)程的振幅約束項(xiàng), 同時(shí)將從離軸全息圖中獲取的物光復(fù)振幅低頻信息作為迭代過(guò)程的頻譜約束項(xiàng),最終實(shí)現(xiàn)物體的高分辨率重建.重建過(guò)程如圖2所示, 具體方法如下.

圖2 遠(yuǎn)心同-離軸混合數(shù)字全息重建算法框圖Fig.2.Schematic of telecentric in-line-and-off-axis hybrid digital holographic reconstruction algorithm.

1)全息圖

假設(shè)物面的物光復(fù)振幅為O(x, y), 則可得到同軸全息圖如下:

假設(shè)參考光復(fù)振幅為R(x, y), 則可得到離軸全息圖和背景全息圖如下:

其中, x和y為空域坐標(biāo), O*(x, y)和R*(x, y)分別為O(x, y)和R(x, y)的共軛項(xiàng), Ioff為離軸全息圖, Ioff_B為背景全息圖, a為全息圖的平均強(qiáng)度,b為干涉條紋的調(diào)制度, φoff為離軸全息待測(cè)樣品相位, fx0和 fy0為水平方向和豎直方向的載波頻率, φb為背景相位.

2)離軸物光場(chǎng)重建

分別對(duì)離軸全息圖和離軸背景全息圖進(jìn)行傅里葉變換(FT), 可在頻譜域中將零頻分量和互相關(guān)項(xiàng)完全分離; 利用帶通濾波器(BPF)選擇實(shí)像項(xiàng), 然后再分別進(jìn)行傅里葉逆變換(IFT), 獲取所需的有樣品實(shí)像物光信息Ooff(x, y)和背景實(shí)像物光信息 Ooff_B(x, y), 即

應(yīng)用除法算法[33,34], 得到離軸數(shù)字全息去除背景的物光復(fù)振幅c(x, y), 即

提取離軸全息待測(cè)樣品相位φoff, 同時(shí)利用低通濾波器(LPF)濾出物光復(fù)振幅的低頻成分Olow_off(u, v), 即

其中, arctan為三角反正切函數(shù); Im, Re分別為提取虛部和實(shí)部操作; u, v為頻域坐標(biāo).需要注意的是, 為了保證獲取信息的一致性, LPF的外形需與所選擇的BPF保持一致, 但LPF的半徑不可大于BPF的半徑.

3)同-離軸混合成像重建

(b)將初始物光復(fù)振幅進(jìn)行傅里葉變換得到頻域的復(fù)振幅分布為O(0)(u, v) = IFexp [iφ(0)], 提取振幅IF, 其中, φ(0)為頻域初始物光相位分布;

(c) O(n)(x, y)為第n次迭代所生成的空域物光復(fù)振幅, 當(dāng)n = 0時(shí)即為初始物光復(fù)振幅.將空域物光復(fù)振幅分布O(n)(x, y) = Ioexp[iφ(n)]進(jìn)行傅里葉變換獲得頻域物光復(fù)振幅, 用第2)步中Olow_off(u, v)替換它的低頻成分, 并且用IF替換它的振幅, 得到新的頻域物光復(fù)振幅O(n)(u, v) =IFexp [iφ(n)], 其中, φ(n)和φ(n)分別為空域和頻域第n次迭代的相位分布;

(d)將更新后的頻域物光復(fù)振幅通過(guò)傅里葉逆變換獲得新的空域物光復(fù)振幅, 并用Io替換它的振幅獲得O(n+1)(x, y)=Ioexp [iφ(n+1)];

(e)重復(fù)步驟(c)和(d)進(jìn)行迭代, 直至收斂.輸出空域物光復(fù)振幅分布, 即可得到高分辨率再現(xiàn)象.

3 模擬驗(yàn)證與分析

為了驗(yàn)證所提方法的有效性, 利用計(jì)算機(jī)進(jìn)行模擬仿真, 設(shè)置的初始參數(shù)為: 模擬物體為1024 ×1024的分辨率板, 設(shè)置采樣頻率為4.8 μm, 其中背景部分振幅透過(guò)率為0.2, 相位為0 rad, 線條和數(shù)字部分, 振幅透過(guò)率為1, 相位為—2 rad; 光波長(zhǎng)為632.8 nm, 參考光的入射角度為21.7 mrad.模擬生成的同軸全息圖如圖3(a) 所示, 離軸全息圖如圖3(b)所示.由于傳統(tǒng)的同-離軸混合算法[27,28]無(wú)法對(duì)非衍射全息圖進(jìn)行重建, 因此下文分析過(guò)程只與傳統(tǒng)同軸算法和離軸算法進(jìn)行對(duì)比分析.

圖3 (a)同軸全息圖; (b)離軸全息圖Fig.3.(a) In-line hologram; (b) off-axis hologram.

利用傳統(tǒng)同軸算法[21]對(duì)同軸全息圖進(jìn)行重建,結(jié)果如圖4所示.由于重建的是無(wú)衍射過(guò)程的全息圖, 振幅像不受共軛像的影響, 所以保持同軸的高分辨率特性; 但是從相位像看出, 相位值恢復(fù)并不準(zhǔn)確, 即傳統(tǒng)同軸算法不具有準(zhǔn)確恢復(fù)相位信息的能力.

圖4 同軸全息圖再現(xiàn)結(jié)果 (a)振幅像; (b)相位像Fig.4.Reconstructed results of in-line hologram: (a) Amplitude image; (b) phase image.

利用離軸頻域?yàn)V波方法[16]對(duì)離軸全息圖進(jìn)行重建, 結(jié)果如圖5所示.從振幅像和相位像可以看出, 信息恢復(fù)基本準(zhǔn)確, 但是由于引入了帶通濾波器, 損失了高頻信息, 再現(xiàn)像局部放大不清晰, 數(shù)字線條輪廓模糊, 分辨率較低.

圖5 離軸全息圖再現(xiàn)結(jié)果 (a)振幅像; (b)相位像Fig.5.Reconstructed results of off-axis hologram: (a) Amplitude image; (b) phase image.

利用本文的遠(yuǎn)心同-離軸混合數(shù)字全息重建方法對(duì)全息圖進(jìn)行重建.本文采用均方誤差 (MSE)對(duì)算法的收斂性進(jìn)行評(píng)價(jià), 即

圖6 再現(xiàn)像誤差隨迭代次數(shù)變化 (a)振幅均方誤差收斂曲線; (b)相位均方誤差收斂曲線Fig.6.Mean squared errors at each iteration: (a) Amplitude mean square error convergence curve; (b) phase mean square error convergence curve.

圖7 同-離軸混合數(shù)字全息再現(xiàn)結(jié)果 (a)振幅像; (b)相位像Fig.7.Reconstructed results obtained by the in-line-and-off-axis hybrid digital holography: (a) Amplitude image; (b) phase image.

表1 不同算法重建振幅和相位的峰值信噪比Table 1.Peak signal-to-noise ratio (PSNR) of amplitudes and phases reconstructed by different algorithms.

4 實(shí)驗(yàn)結(jié)果及分析

為了進(jìn)一步驗(yàn)證所提方法的有效性, 構(gòu)建如圖1所示的實(shí)驗(yàn)裝置, 其中激光器為波長(zhǎng)632.8 nm的He-Ne激光器; 構(gòu)成遠(yuǎn)心系統(tǒng)的透鏡L1的焦距為50 mm, 透鏡L2的焦距為200 mm; CCD的像素?cái)?shù)為1024 × 1280, 像素大小為4.8 μm, 因此,本實(shí)驗(yàn)中理論最小分辨率為4.8 μm.實(shí)驗(yàn)時(shí), 先記錄一幅離軸全息圖, 再擋住參考光記錄一幅Gabor同軸全息圖.考慮實(shí)際測(cè)量中無(wú)法獲取實(shí)際圖像, 以仿真收斂結(jié)果作為依據(jù)判斷實(shí)際測(cè)量結(jié)果的收斂性, 因此, 以下實(shí)驗(yàn)的迭代過(guò)程均以15次迭代為結(jié)束條件.

首先, 以USAF分辨率板為待測(cè)物體進(jìn)行驗(yàn)證, 由于該分辨率板是振幅形物體, 因此只給出振幅的重建結(jié)果.圖8(a)為同軸全息圖, 圖8(b)為離軸全息圖, 圖8(c)為傳統(tǒng)同軸算法重建得到的振幅結(jié)果, 由于利用遠(yuǎn)心系統(tǒng)所拍攝的同軸全息圖即為非衍射過(guò)程的強(qiáng)度圖, 因此傳統(tǒng)同軸方法重建的振幅結(jié)果取決于同軸全息圖的強(qiáng)度, 可以觀測(cè)到第5組第 6個(gè)元素, 線寬為8.7 μm, 但是在數(shù)字線條附近會(huì)出現(xiàn)模糊的虛影.圖8(d)為利用離軸頻譜濾波算法對(duì)離軸全息圖進(jìn)行重建獲得的振幅結(jié)果, 明顯可見(jiàn), 放大部分?jǐn)?shù)字線條邊界模糊, 細(xì)節(jié)部分也無(wú)法分辨, 能夠分辨的第4組第1個(gè)元素,線寬為31.3 μm, 遠(yuǎn)低于理論分辨率, 究其原因, 是因?yàn)殡x軸全息重建過(guò)程采用頻域?yàn)V波而使高頻信息丟失.圖8(e)為混合算法重建獲得的振幅結(jié)果,可看出, 放大部分?jǐn)?shù)字線條的邊界更加銳利, 中間細(xì)節(jié)部分更加清晰, 例如第5組中數(shù)字旁的偽影也消失不見(jiàn), 從而說(shuō)明本方法重建質(zhì)量既遠(yuǎn)高于離軸算法, 也優(yōu)于同軸算法, 且更加接近理論分辨率.

圖8 USAF分辨率板實(shí)驗(yàn)結(jié)果 (a)同軸全息圖; (b)離軸全息圖; (c) 同軸數(shù)字全息再現(xiàn)像; (d)離軸數(shù)字全息再現(xiàn)像; (e)同-離軸混合數(shù)字全息再現(xiàn)像Fig.8.Experimental results of USAF resolution target: (a) In-line hologram; (b) off-axis hologram; (c) amplitude reconstructed image of the in-line hologram; (d) amplitude reconstructed image of the off-axis hologram; (e) amplitude reconstructed image of the inline-and-off-axis hybrid digital holography.

在第2個(gè)實(shí)驗(yàn)中, 以洋蔥表皮細(xì)胞為待測(cè)物體進(jìn)行實(shí)驗(yàn)驗(yàn)證, 獲得的同軸全息圖如圖9(a)所示,離軸全息圖如圖9(b)所示, 圖9(c)和圖9(d)為利用傳統(tǒng)同軸算法進(jìn)行重建所得到的振幅像和相位像.從振幅恢復(fù)結(jié)果可以看出, 借助于遠(yuǎn)心系統(tǒng)的優(yōu)勢(shì), 振幅恢復(fù)效果較好地與理論分析保持一致;但從相位恢復(fù)結(jié)果看, 沒(méi)有準(zhǔn)確得到洋蔥表皮細(xì)胞的相位信息分布, 說(shuō)明傳統(tǒng)同軸算法對(duì)于遠(yuǎn)心系統(tǒng)下的聚焦全息圖的相位重建能力有限.圖9(e)和圖9(f)為利用離軸算法重建得到的振幅像和相位像, 從重建結(jié)果可以看出, 洋蔥表皮細(xì)胞雖然結(jié)構(gòu)清晰可見(jiàn), 但是高頻信息丟失, 分辨率較低.圖9(g)和圖9(h)為本文混合算法重建得到的振幅像和相位像.從振幅恢復(fù)結(jié)果可以看出, 混合算法可以獲得與同軸算法一致的分辨率, 但洋蔥表皮細(xì)胞紋路邊界更加清晰; 從相位像可以看出, 混合算法可以有效恢復(fù)出洋蔥表皮細(xì)胞的相位信息, 且相對(duì)于離軸算法提高了細(xì)胞紋路的清晰度.為了更好地比較, 對(duì)圖9(f)和圖9(h)中虛線部分進(jìn)行剖面, 獲得的結(jié)果如圖9(i)所示, 進(jìn)一步可以看出, 在細(xì)胞壁紋路處, 混合數(shù)字全息恢復(fù)結(jié)果保留了更多的高頻信息, 分辨率更高.

圖9 洋蔥表皮細(xì)胞實(shí)驗(yàn)結(jié)果 (a)同軸全息圖; (b)離軸全息圖; (c)同軸數(shù)字全息再現(xiàn)強(qiáng)度像; (d)同軸數(shù)字全息再現(xiàn)相位像;(e) 離軸數(shù)字全息再現(xiàn)強(qiáng)度像; (f) 離軸數(shù)字全息再現(xiàn)相位像; (g) 混合數(shù)字全息再現(xiàn)強(qiáng)度像; (h) 混合數(shù)字全息再現(xiàn)相位像; (i)相位剖面曲線Fig.9.Experimental results of onion epidermal cell: (a) In-line hologram; (b) off-axis hologram; (c) amplitude reconstructed image of the in-line hologram; (d) phase reconstructed image of the in-line hologram; (e) amplitude reconstructed image of the off-axis hologram; (f) phase reconstructed image of the off-axis hologram; (g) amplitude reconstructed image of the in-line-and-off-axis hybrid digital holography; (h) phase reconstructed image of the in-line-and-off-axis hybrid digital holography; (i) phase profile curves.

最后, 以蜜蜂翅膀?yàn)榇郎y(cè)物體進(jìn)行了實(shí)驗(yàn)驗(yàn)證.圖10(a)為蜜蜂翅膀的同軸全息圖, 圖10(b)為蜜蜂翅膀的離軸全息圖.圖10(c)和圖10(d)為利用傳統(tǒng)同軸算法進(jìn)行重建得到的振幅像和相位像, 圖10(e)和圖10(f)為利用離軸算法重建得到的振幅像和相位像, 圖10(g)和圖10(h)為本文混合算法重建得到的振幅像和相位像, 圖10(i)為相位像中豎線部分蜜蜂翅膀紋路的相位刨面圖.從圖10可以得到同樣的結(jié)論, 即混合算法能同時(shí)實(shí)現(xiàn)振幅圖像和相位圖像的高分辨率重建, 尤其從圖10(i)可以看出, 混合算法可以明顯恢復(fù)出離軸算法丟失的高頻信息, 明顯提高了成像分辨率.

圖10 蜜蜂翅膀?qū)嶒?yàn)結(jié)果 (a)同軸全息圖; (b)離軸全息圖; (c)同軸數(shù)字全息再現(xiàn)強(qiáng)度像; (d)同軸數(shù)字全息再現(xiàn)相位像;(e) 離軸數(shù)字全息再現(xiàn)強(qiáng)度像; (f) 離軸數(shù)字全息再現(xiàn)相位像; (g) 混合數(shù)字全息再現(xiàn)強(qiáng)度像; (h) 混合數(shù)字全息再現(xiàn)相位像; (i)相位剖面曲線Fig.10.Experimental results of bee wings: (a) In-line hologram; (b) off-axis hologram; (c) amplitude reconstructed image of the inline hologram; (d) phase reconstructed image of the in-line hologram; (e) amplitude reconstructed image of the off-axis hologram;(f) phase reconstructed image of the off-axis hologram; (g) amplitude reconstructed image of the in-line-and-off-axis hybrid digital holography; (h) phase reconstructed image of the in-line-and-off-axis hybrid digital holography; (i) phase profile curves.

5 結(jié) 論

本文利用遠(yuǎn)心成像技術(shù)與同-離軸數(shù)字全息技術(shù)的各自優(yōu)勢(shì), 提出一種遠(yuǎn)心同-離軸混合數(shù)字全息高分辨率重建方法, 在構(gòu)建實(shí)驗(yàn)平臺(tái)基礎(chǔ)上, 建立了成像重建模型, 并完成了模擬仿真驗(yàn)證與實(shí)驗(yàn)驗(yàn)證.結(jié)果表明, 所提的遠(yuǎn)心同-離軸混合數(shù)字全息系統(tǒng)能夠同時(shí)實(shí)現(xiàn)振幅圖像和相位圖像的高分辨率重建, 且無(wú)需衍射距離等先驗(yàn)知識(shí), 從而為同-離軸混合數(shù)字全息實(shí)現(xiàn)生物細(xì)胞組織、空間微粒等高分辨率成像測(cè)量應(yīng)用奠定了理論和實(shí)驗(yàn)基礎(chǔ).