显示专题 | 融合色彩感知优化的高保真全息显示（PhotoniX）
文摘
科技
2024-09-02 13:08
中国香港
融合色彩感知优化的高保真全息显示
Ultrahigh-fidelity full-color holographic display via color-aware optimization
全息显示由于其激光驱动的特性，具备生成高质量、宽色域图像的能力。然而，由于光学系统的缺陷，现有的全息显示技术未能充分利用这一潜力。这些缺陷常常导致颜色表达不准确，且缺乏有效方法来解决颜色精确性问题。鉴于此，来自首尔大学的研究人员提出了一种面向色彩准确全息显示的色彩感知全息图优化方法。该工作将激光器和相机整合进全息图优化循环中，实现对激光输出颜色的动态优化和对光学反馈的获取。此外，该研究引入了一种级联全息优化策略，利用冗余相邻帧的全息图信息加速迭代过程，提高了全息视频优化过程的效率。通过仿真和光学实验证明了所提出的方法与目前算法相比，在图像质量、颜色准确度和全息图优化速度方面的优越性。该研究成果以论文形式发表在光学领域顶级期刊《PhotoniX》（后文有实验结果视频）。![]()
作为评估显示质量的重要衡量标准之一，色彩的准确性在为观众提供沉浸式视觉体验的全息显示中也扮演着重要角色。不准确的色彩表现可能会分散观看者的注意力，从而影响全息显示的观看视觉体验。当前的研究主要集中于通过时间复用、空间复用以及频域复用等方法实现全彩全息显示，而非解决色彩准确性问题。这些方法通常分别为红、绿、蓝通道分别生成全息图，并手动调整每个通道的功率比例以实现色彩校正的全彩显示。目前的方法效率较低，且缺乏有效的反馈机制来改善色彩准确性。色彩感知 Laser-camera-in-the-loop (LCITL) 全息优化原理如图1所示。首先，随机初始化的相位全息图φr/g/b分别被上传到空间光调制器SLM。再经过4-f系统滤波和传播后，用相机捕捉重建的彩色重建结果，并计算得到彩色损失函数。然后，基于反向传播和梯度下降，来更新φr/g/b以及激光的输出功率。pr,pg,pb代表激光RGB通道的初始电压，而 sr,sg,sb 表示可学习的参数(在模拟光学传播模型中，s参数被用于模拟输入的光强)，这些参数可以用来调整R、G、B通道中激光的强度比例从而实现对激光输出颜色的动态调节。![]()
图1. 色彩感知 LCITL 优化原理示意
在LCITL优化中，其目标是发现合适的相位φr/g/b和sr/g/b因子来让全息重建质量尽可能高，该问题可以总结为下面这个极小值问题：![]()
和传统CITL不同，该方案在计算损失函数的时候没有在目标图像亮度和重建图像亮度之间使用缩放因子。这是因为实现更精确的色彩反馈，需要绝对的误差，而不是相对的误差，引入缩放因子可能会导致色彩偏移和过曝的问题。此外，该方案采用全彩损失函数来对R,G,B通道的全息图和可学习参数s同时进行优化更新。该研究还提出一种级联的全息视频优化方案cascade-laser-camera-in-the-loop (CLCITL)来加速全息视频的优化过程，其优化流程如图2所示：
![]()
图2. 级连全息优化方案CLCITL
首先，在第一帧LCITL优化中使用随机初始化的全息图和s因子，优化后的全息图和s因子则作为后续帧的初始化，得到新优化的全息图和s因子。重复此过程直到最终帧。在此优化策略下，之前帧优化的全息图和s因子并未被丢弃，而是用来加速下一帧的优化过程，可以显著减少优化步骤的数量。此外，这种策略可以在非常早的阶段抑制系统的噪声，因为之前的全息图已经包含了抑制噪声的相位结构。![]()
图3. 相机拍摄到的不同方法的2D全息实验结果
图3展示了使用SGD、CITL和提出的LCITL方法实验拍摄的2D全息图像。在SGD方法中，可以明显看出系统噪声和色彩偏移问题没有得到解决，图像质量是这些方法中最低的。在CITL方法中，噪声得到了有效抑制，但色彩偏移问题仍然存在。LCITL方法显示了最佳的色彩再现性能和图像质量。与CITL方法相比，LCITL方法的平均PSNR提高了4.35 dB，∆E(色彩准确性评估因子)降低了37.3%。图4展示了不同方法之间的3D光学实验结果的比较，包括相机聚焦于“花”和“蝴蝶”时拍摄的3D结果。
![]()
图4. 相机拍摄的3D全息实验结果比较
图5. 相机拍摄的SGD,CITL,LCITL,CLCITL方法之间的实验结果视频比较。可以看见所提出的LCITL和CLCITL方法在颜色表达上更加的准确。
图6. 相机拍摄的CITL和CLCITL实验结果之间的视频比较，可以看到CLCITL可以实现更好的重建质量和色彩表达，而只需要更少的迭代数。
该研究提出了一种色彩感知的全息图优化策略，在LCITL全息优化算法中，激光的输出颜色和空间光调制器加载的全息图被动态的优化调整，实现最佳的色彩再现。与SGD方法和原始的CITL方法相比，该方法在色彩准确性和图像质量方面有一定优势。所提出的CLCITL优化策略则显著地减少了全息图优化所需时间。长远来看，该研究能够实现更加生动的全彩全息视频显示，为观众提供更加沉浸式的视觉体验，在AR/VR显示以及全息投影领域具有潜在的应用价值。
Chen, C., Nam, S. W., Kim, D., Lee, J., Jeong, Y., & Lee, B. (2024). Ultrahigh-fidelity full-color holographic display via color-aware optimization. PhotoniX, 5(1), 20.
https://doi.org/10.1186/s43074-024-00134-7*该技术分享所涉及文字及图片源于发表论文和网络公开素材经适当编辑,不做任何商业用途。
上期回顾：成像专题 | 计算光谱成像：光场编码与算法解码（综述）欢迎点击查阅
下期预告：我们将不定期推荐学术领域具有代表性的计算显示和计算成像研究工作，同时穿插一些新型光学设计和VR/AR光机实现科普等的资讯分享，欢迎订阅关注，欢迎来稿交流。
Contact: intelligent.optics.sharing@gmail.com
INTELLIGENTOPTICSSHARING (I.O.S.) 运营以该领域的研究学者为主，非盈利非广告，希望能够结交共同兴趣方向的读者们，建立光学和计算机交叉学科领域内一个资讯分享交流的平台。如果喜欢，请点击“在看”和“点赞”，将有助于微信公众号平台对信息的定向统计和及时推送，小编团队在此不胜感激，谢谢！！
