Python & MATLAB 仿真实现高速无监督HoloEncoder全息算法

🔹 Step 1：输入目标图像

     首先，将目标强度图像 Itarget(x,y)I_{target}(x, y)Itarget(x,y) 输入网     络。这一步不需要任何对应的全息图标签，是典型的无监督输入。

🔹 Step 2：编码器生成相位

     目标图像经过编码器（U-Net）后，被映射为一个二维相位分布：

     输出：ϕ(x,y)∈[−π,π]

🔹 Step 3：构建复振幅场

     将相位转换为复光场：U(x,y)=exp(iϕ(x,y))

🔹 Step 4：物理传播

     将复振幅输入Fresnel衍射模型，进行光场传播

🔹 Step 5：计算损失函数

     将重建图像与目标图像进行对比，计算误差：NPCC（结构一致性）         Perceptual Loss（视觉质量），Phase Regularization（相位平滑）

🔹 Step 6：反向传播

      通过自动微分： 梯度可以穿过“物理传播模块”反向传递，从而更新编        码器参数，使其输出更优相位

三、仿真结果

文献：High-speed computer-generated holography using an autoencoder-based deep neural network