研究人員已經開發出一種新方法，可以改善全息顯示器的影象質量和對比度。這項新技術可以幫助改善用於虛擬現實和增強現實應用的近眼顯示器。

技術公司NVIDIA和斯坦福大學的研究團隊成員Jonghyun Kim說：“增強和虛擬現實系統有望透過在使用者和數字世界之間提供無縫介面來對我們的社會產生變革性的影響。” 全息顯示器可以透過改善使用者體驗和啟用更緊湊的裝置來克服這些系統所面臨的最大挑戰。”

在光學學會（OSA）期刊《Optica》中，研究人員描述了他們的新型全息顯示技術，即邁克爾遜全息術。該方法將受邁克爾遜干涉法啟發的新光學設定與最新軟體開發相結合。該設定會生成製作數字全息圖所需的干涉圖樣。

“儘管我們最近看到了機器學習驅動的計算機生成全息照相技術的巨大進步，但是這些演算法從根本上受到底層硬體的限制，” Kim說。“我們共同設計了一種新的硬體配置和一種新的演算法，以克服其中的某些侷限性並展示最新技術成果。”

提高質量全息顯示器具有以下潛力：透過實現更緊湊的顯示器，提高使用者將眼睛聚焦在不同距離上的能力以及為佩戴矯正鏡片的使用者進行調節的能力，全息顯示器有可能勝過其他用於虛擬現實和增強現實的3D顯示技術。但是，該技術尚未達到更常規技術的影象質量。

對於全息顯示器，影象質量受到稱為僅相位空間光調製器（SLM）的光學元件的限制。SLM會產生衍射光，從而形成形成可見3D影象所需的干涉圖案。但是，通常用於全息術的僅相位SLM表現出較低的衍射效率，這會大大降低觀察到的影象質量，尤其是影象對比度。

由於很難顯著提高SLM的衍射效率，因此研究人員設計了一種全新的光學體系結構來建立全息影象。他們的邁克爾遜全息照相方法不像大多數設定那樣使用僅單個階段的SLM，而是使用兩個僅階段的SLM。

“邁克爾遜全息術的核心思想是利用另一個SLM的未衍射光破壞性地干涉另一個SLM的衍射光。” “這允許未衍射的光有助於形成影象，而不是產生斑點和其他偽像。”

最佳化影象研究人員將這種新的硬體配置與他們為光學設定修改的相機在環（CITL）最佳化程式結合在一起。CITL最佳化是一種計算方法，可用於直接最佳化全息圖或訓練基於神經網路的計算機模型。

CITL允許研究人員使用相機捕獲一系列顯示的影象。這意味著他們無需使用任何精確的測量裝置即可校正光學系統的微小偏差。

“一旦訓練好計算機模型，就可以用來精確地確定所捕獲影象的外觀，而無需實際捕獲它，” Kim說。“這意味著可以在雲中模擬整個光學裝置，以利用平行計算實時推斷出計算量大的問題。例如，這對於計算複雜的3D場景的計算機生成的全息圖可能很有用。 ”

研究人員在實驗室中使用臺式光學裝置測試了他們新的邁克爾遜全息照相體系結構。他們用它來顯示幾幅2-D和3-D全息影象，這些影象是用傳統相機記錄的。該演示表明，具有CITL校準的雙SLM全息顯示器比現有的計算機生成的全息圖方法可提供更好的影象質量。

要使新系統切實可行，就需要將桌上型電腦安裝轉換成足夠小以整合到可穿戴增強或虛擬現實系統中的系統。研究人員指出，他們共同設計硬體和軟體的方法可能對總體上改善計算顯示和計算成像的其他應用很有用。