主权项: |
1.一种基于同轴数字全息的连续太赫兹波衍射层析成像系统,其特征在于:包括CO2泵浦太赫兹激光器、第一镀金离轴抛面镜、第二镀金离轴抛面镜、电动旋转台、被测样品和热释电探测器;CO2泵浦太赫兹激光器用于输出连续太赫兹波;第一镀金离轴抛面镜和第二镀金离轴抛面镜组成一个扩束单元,将CO2泵浦太赫兹激光器输出的太赫兹波光斑直径扩大,其传播方向平行;扩束后的太赫兹波传播到被测样品上,被测样品放置在电动旋转台上,通过控制电动旋转台,被测样品在不同旋转角度下的透射光波传播到热释电探测器,通过热释电探测器可以记录下样品的同轴数字全息图。 2.利用权利要求1所述的系统进行的一种基于同轴数字全息的连续太赫兹波衍射层析成像方法,其特征在于:包括同轴数字全息图的记录和同轴数字全息图的归一化处理过程,在全息图记录时,需要分别采集M帧有样品和去除样品后的全息图进行叠加平均处理: 其中,(x,y)是记录面的空间坐标,θ是样品的旋转角度,和/>是叠加平均处理后的样品全息图和背景光,/>和/>分别是记录的第m帧样品全息图和背景光,M是记录全息图的数量,/>是归一化处理后的样品全息图。 3.根据权利要求2所述的一种基于同轴数字全息的连续太赫兹波衍射层析成像方法,包括同轴数字全息的重建算法;当利用角谱传播方法对归一化后的全息图进行再现时,再现像中会存在孪生像的干扰,导致再现像的质量较差,通过一个基于物理增强的神经网相位复原算法,可以得到无孪生像干扰且质量较高的再现像; 在物理增强的神经网相位复原算法中,将归一化处理后的同轴数字全息图作为神经网络的输入,神经网络的输出假设为样品无孪生像的复振幅分布 其中,(x0,y0)是物平面的空间坐标,是物平面的复振幅分布,f表示定义的神经网络,w是神经网络的权重参数,z是沿光轴方向的空间坐标; 利用神经网络模型可以获得样品位于物平面上的复振幅分布,然后采用角谱传播方法将其传播到记录平面,得到记录面上的复振幅分布,可以表示为: 其中 F-1和F表示傅里叶变换和傅里叶逆变换,Uz=d(x,y;θ)记录面上的复振幅分布,Gz=d(fx,fy)表示传递函数,(fx,fy)是记录面上的空间频谱坐标,λ为波长,k0=2π/λ是波数,d是样品到记录面的距离; 利用记录面上的复振幅分布,记录面上的估计全息图的强度分布可表示为: 其中,是记录面的全息图的强度分布; 利用记录面上实际测量的归一化的全息图强度分布和计算得到的估计全息图强度分布,物理增强的神经网络方法的损失函数可以用下式表述: 其中,L(x,y;θ)是损失函数,argmin||·||表示求解最小化操作; 当物理增强的神经网络方法的权重参数w优化完成后,样品无孪生像的振幅和相位可表示为: 和 其中,和/>分别是物平面的振幅和相位分布,abs{·}是取振幅操作,angle{·}是取相位操作。 4.根据权利要求2所述的一种基于同轴数字全息的连续太赫兹波衍射层析成像方法,其特征在于:重建样品的三维折射率分布的过程分为三个步骤: (1)通过同轴数字全息图的预处理和物理增强的神经网络相位复原算法,得到样品在不同旋转角度下的投影光场复振幅分布; (2)对样品在不同旋转角度下的投影光场复振幅分布进行弱散射近似处理,得到样品的散射场分布: 其中,Os(x0,y0;θ)是样品的散射场分布,ORytov是样品再现像的Rytov近似结果,Oin(x0,y0)是入射平面波的复振幅分布; (3)当样品在所有旋转角度下的投影光场复振幅分布完成Rytov近似处理后,即可利用衍射层析算法进行三维折射率重建;采用的滤波反向传播算法是一种衍射层析的空间域重建算法,其计算过程如下所式 其中, xθ=x0cosθ+z0sinθ yθ=y0 zθ=-x0sinθ+z0cosθ f(x0,y0,z)是重建的样品散射势分布,是Os(x0,y0;θ)的二维频谱分布,(xθ,yθ,zθ)是旋转角度为θ时物平面的空间坐标,/>是物平面的空间频谱坐标; 利用样品的散射势分布f(x0,y0,z)与折射率分布n(x0,y0,z)之间的关系,可以计算出样品的折射率分布: 其中,n0表示样品周围介质的折射率,利用上式即可得到样品的三维复折射率分布n(x0,y0,z)。 |