数字全息成像是一种获得三维物体的波前信息的关键技术, 获得高质量的全息图是其首要条件, 由于受到图像传感器的约束及实验环境的影响, 所获得的数字全息图带有散斑噪声及分辨率低等问题。为了克服这一约束, 采用了一种基于深度学习的方法来提高全息图质量、图像分辨率及条纹信噪比。结果表明, 所研究算法可以应用于采集的多尺度全息图, 而且获得的高质量全息图重建效果更好, 减少散斑噪声影响, 并比较了三种损失函数在该网络训练中的性能。

提出了一种数字全息图（DH）与计算机制全息图（CGH）结合的虚实混合场景全息三维显示方法。首先采用无透镜傅里叶变换数字全息图记录真实场景三维信息。接着根据空间光调制器像素间距对DH进行采样频率变换。然后在频域对变换后的DH进行高通滤波及场景的缩放、面内旋转、平移等操作。最后采用双极强度法计算虚拟场景的CGH。计算中，将处理后的DH作为双极强度叠加的初始值，从而实现了真实和虚拟场景全息图的融合。搭建彩色动态全息三维显示系统对提出的方法进行了实验验证。对商用反射式液晶4 K投影仪进行了改造，实现了30 fps的彩色动态全息三维显示。实验结果表明所提出的方法实现了DH和CGH的高效融合，为虚实混合场景动态全息三维显示提供了一种有效途径。

数字全息系统是一种非常先进的成像系统,但相干光源数字全息系统中散斑噪声会对全息图的质量产生不利影响,常规实验降噪或基于传统神经网络算法降噪方法均存在不足。为实现全息图中的散斑降噪以及权衡降噪效率问题,提出一种基于卷积神经网络的单幅全息图快速降噪算法,使用散斑噪声数据集对多等级神经网络进行训练。理论分析及实验结果表明卷积神经网络应用于数字全息图的频谱域去噪能有效提高全息图的质量,且仅使用一幅全息图就可以有效地处理不同等级散斑噪声,在保持去噪性能的前提下,能最大限度保存全息图有效干涉条纹。

提出一种基于数字全息图的可控再现菲涅耳计算全息水印方法。对水印物平面光波计算离散菲涅耳变换获得全息面上的物光波复振幅分布，为提高安全性，对物平面水印信号和衍射面信号进行双随机相位编码加密处理；对加密后的数据进行预处理及载波调制和实值编码；将编码后的信号作离散余弦变换(DCT)后以一定强度叠加于宿主全息图的中频分量，水印信号恢复无需原始宿主全息图信息，可实现盲提取。结果表明，所提出的方法具有良好的透明性，通过放大率及重建光波的控制，重建像平面的水印信号可以实现大小和位置可调；并且宿主全息图在遭受剪切、联合照片专家组(JPEG)压缩、滤波、旋转、拉伸等各类攻击的情况下，对宿主和水印信号均具有良好的数字重建质量；宿主数字全息图的零级像抑制处理不影响水印信号的提取

提出了一种在离轴数字全息再现过程中确定参考光角度和简化滤波器设计过程的方法。分析了模拟参考光照射下的离轴数字全息图的频谱特点。首先将数字全息图与计算机模拟的原参考光波相乘, 然后做傅里叶变换, 得到其频谱图。结果发现, 含有被记录物体信息的物光波频谱始终处在频谱面的中央位置。依据这一特点, 不仅可以实现模拟再现时最佳参考光的角度参数测定, 而且还可以使滤波器的结构设计过程简化。借助于滤波技术, 数字全息再现像中零级像和共轭像得到了有效的去除, 再现物体实像质量得到了有效的改善。

为了消除传统算法对数字全息重构过程中会出现0级像、共轭像干扰的问题, 将压缩感知理论与数字全息图再现相结合, 提出了基于全变差的两步迭代收缩阈值重构算法(TwIST), 并应用于数字全息图压缩感知全息图重建。 TwIST算法根据重构成分的特点增加正则约束, 对相应的形态进行调整, 在满足全变差最小的特性的基础上进行重构, 提高了重构全息图的质量。结果表明, TwIST算法可以对数字全息图稀疏重建, 利用35%的部分全息图数据进行图像重构, 重构图像峰值信噪比为36.46dB,且没有0级像和共轭像等干扰。该研究结果对实现计算全息的实时性具有重要的意义。

同轴全息术得到的相位通常都有弯曲和畸变, 且0级和±1级再现像相互重叠, 使得以往在离轴全息中常用的相位补偿处理技术在同轴菲涅耳全息中效果不佳。为了解决该问题, 采用一种仅需拍摄一幅同轴菲涅耳数字全息图, 对该全息图做必要处理得到另一幅全息图, 通过将两幅全息图的衍射再现光场相减消除相位弯曲, 以及0级像和矩孔衍射对相位的影响, 从而提取待求光场相位近似值的方法, 进行了相应的理论推导和实验验证。结果表明, 该算法相较以往使用的相位掩膜方法能够得到更好的结果。

太赫兹数字全息是太赫兹成像技术的重要研究方向。由于太赫兹波长相对较长，使得太赫兹同轴数字全息的记录距离一般都比较近，因此系统记录距离的准确测量意义重大。对真实2.52 THz伽栢同轴数字全息图应用5种自动聚焦判别函数，通过截取再现像目标提高了判别精度。实验结果表明归一化方差判据函数最好，证明了5种自动聚焦判别函数应用于太赫兹同轴数字全息的可行性。

为了进行3维物体全息图的快速运算, 在迭代傅里叶变换算法基础上, 通过分析透镜的傅里叶变换性质, 采用编码球面相位因子的方法, 将全息图平行光再现等效为点光源再现。将球面相位因子加入到迭代运算中, 获得了具有深度特征的3维物体全息图; 同时利用球面相位因子查表运算法简化了相位因子的计算, 提高了算法的迭代速度,并基于空间光调制器进行了3维物体的再现实验。结果表明, 该算法具有良好的收敛特性, 计算的全息图能够在不同距离的像面实现对应层面的物场再现, 具有3维的视觉效果。

为了完全消除CCD背景噪声和杂散背景光对数字全息再现像质量的影响, 在全息图强度分别减去参考光波和物光波强度相减法和全息图强度分别减去参考光波和物光波强度及CCD背景噪声相减法的基础上, 提出了改善数字全息再现像质量的背景强度补偿法。介绍了背景强度补偿法的原理, 并实验对比了全息图的直接再现像及应用背景强度补偿法对不同背景强度下获得的全息图处理后的再现像。结果表明, 背景强度补偿法显著地改善了再现像质量, 降低了对数字全息图记录环境的要求。