上海交大提出“运动增强全息术”，通过移动特殊全息图实现逼真3D全息显示
峰值信噪比提高了10 dB
（映维网Nweon 2024年08月29日）全息显示器能够实现像素级深度控制和像差校正，是下一代AR/VR的关键技术。但传统的全息系统受限于空间带宽积，这使得它们无法再现逼真的3D显示。
时间复用全息术可以随着时间的推移产生不同的斑点图案，然后将它们平均以实现无斑点的3D显示。然而，这种方法需要具有超快刷新率的空间光调制器，而目前的算法无法以这种速度更新全息图。
为了克服上述挑战，上海交大团队提出了一种全新的架构Motion-enhanced Holography：通过不断移动特殊的全息图来实现逼真的3D全息显示。研究人员引入了一种迭代算法来合成Motion-enhanced Holography。
数值模拟证明，与传统全息系统相比，所述方法在3D焦点堆栈的峰值信噪比提高了10 dB。另外，他们在光学实验中验证了这一想法，利用高速高精度可编程三轴位移平台显示了全彩和高质量的3D焦点堆栈。
得益于提供像素级深度控制、像差校正和紧凑外形的强大能力，全息显示器是下一代AR/VR显示器的理想候选。计算机生成全息CGH是一种合成全息图形的数字仿真方法。然后可以将全息图加载到空间光调制器，通过激光照射动态再现3D虚拟对象的波前。
最近，先进的CGH方法已经能够提供具有较少伪影的高保真显示图像。例如，有人提出了一种新的camera-in-the-loop优化策略来提高光学实验的显示质量，并开发了HoloNet架构来合成实时二维全息图像。另外，有人展示了一种基于深度学习的CGH管道，能够从单个RGB深度的图像实时合成逼真的彩色3D全息图。同时，有人进一步提出了分层深度图像作为一种有效的3D场景表示来解决遮挡问题，并利用监督学习和无监督学习来生成高质量的纯相位全息图。
然而，所述优秀的算法只追求焦点对象的卓越质量，而忽略了对散焦对象的约束，从而导致不自然的伪影。为了解决这个问题，有人尝试通过优化多平面自然模糊目标来缓解非自然散焦问题。
遗憾的是，由于自然模糊目标是由非相干光产生，而全息重建是基于相干光原理，所以用焦点叠加进行监督对系统的约束过大。所以，如何提高传统全息系统的空间带宽积是实现逼真3D全息显示的根本问题。
为了克服这一挑战，有人提出了时间复用全息技术，利用高速刷新率微机电系统快速连续显示具有独特斑点图案的多个帧。这允许人眼对帧进行视觉平均，以实现真正的无伪影3D显示。然而，目前的算法无法支持这样高刷新率的实时内容更新。
另外，在实际的VR和AR应用中，通过现有的无线通信网络实时传输多个子全息图并不实际。针对这个问题，上海交大的研究人员提出了一种新的全息框架：Motion-enhanced Holography。
它可以呈现完全逼真的3D场景，并具有逼真的散焦模糊。与时间复用全息术不同，所述方法只依赖于沿着预定义路径移动的单个全息图帧，合成特定的运动散斑图案。然后将图案平均以实现真实的3D全息显示。
另外，与其他需要复杂硬件的硬件辅助全息相比，所述方法只需要一个可编程的位移平台来移动光学实验中的SLM，从而重现真实的3D显示场。团队进一步引入了一种迭代算法来优化Motion-enhanced Holography。
实验证明，与传统全息系统相比，所述方法在数值模拟中将焦点堆栈的PSNR提高了10 dB。另外，他们开发了相应的全彩色全息显示系统，并通过光学实验验证了方法的有效性。
