基于新评估方法的自适应光学扫描全息的比较
Jilu Duan1, Yaping Zhang2, Yongwei Yao1
1Yunnan Provincial Key Laboratory of Modern Information Optics (LMIO), Kunming University of Science and Technology, Kunming, 650500, Yunnan, China.
Scientific reports
|November 11, 2023
概括
新的方法,正常化-根-平均-平方误差 (NRMSE) 和正常化-平均-平方误差 (NMSE),改进了自适应光学扫描全息 (AOSH) 系统. 这些进步减少了全息记录时间和数据存储需求,同时保留了基本信息.
科学领域:
- 光学工程是指光学工程.
- 全息影像的使用方法.
- 图像处理 图像处理
背景情况:
- 适应光学扫描全息 (AOSH) 使用规范平均误差 (NME) 进行高效的全息图线遗漏.
- 这减少了扫描时间和数据存储,但在性能评估方面存在局限性.
- 需要在AOSH中改进错误指标.
研究的目的:
- 在AOSH框架内引入和评估标准化根平均平方误差 (NRMSE) 和标准化平均平方误差 (NMSE).
- 开发NRMSE-AOSH和NMSE-AOSH系统,以加强全息记录.
- 为了比较NRMSE和NMSE与AOSH原始NME的疗效.
主要方法:
- 实施NRMSE和NMSE作为AOSH系统中的预测措施.
- 通过NRMSE-AOSH,NMSE-AOSH和原始AOSH生成的全息图线的比较分析.
- 评估扫描时间,数据存储和信息内容保存.
主要成果:
- NRMSE-AOSH和NMSE-AOSH都成功地减少了记录所需的全息图线的数量.
- 使用新方法,全息图的信息内容得到了有效的维护.
- 与NME相比,NRMSE和NMSE在错误评估方面表现优越.
结论:
- 与原来的AOSH系统相比,NRMSE-AOSH和NMSE-AOSH提供了显著的改进.
- 这些新的方法通过最大限度地减少全息记录时间和数据存储来提高效率.
- NRMSE和NMSE为适应式全息学提供了更有效的性能评估指标.
