1.基于优化量子粒子群算法精确提取未知相移量的方法，其特征在于，包括以下步骤：第1、依据实验光路图搭建光路，控制偏振片来引入任意相移量α1,α2,α3，用CMOS在时间序列上采集四帧全息图，并记录下物光和参考光的强度；定义与光束传播方向垂直的横截面上像素点坐标为(x,y)，假设物光波前经菲涅耳衍射后在记录平面PH上的复振幅分布为假设与记录平面PH垂直的轴向平面波为参考波，其复振幅分布为 其中，Ao(x,y)和Ar(x,y)分别表示物光和参考光的振幅分布，可分别取物光光强Io(x,y)和参考光光强Ir(x,y)的平方根， 和 分别表示物光和参考光的位相分布；为表达简便，省略(x,y)，记录平面PH上的总光场为：U＝O+R  (1)

强度分布为：

则可以将四帧全息图分别表示为：

其中，

第2、对采集到的四帧全息图之间进行减法操作，并对得到的差值的绝对值进行取平均运算，从而形成三个中间值：其中，<|...|>是四帧全息图之间作差后取绝对值，然后作取平均运算，根据相位随机条件，不管相移量α取何值，均有近似条件 成立，即(4)式中的因此(4)式中等号

右边的<|...|>项近似相等，记为中间变量c，即 则有：p＝csin(α1/2),q＝csin(α2/2),r＝csin(α3/2)  (5)当物光和参考光的强度被记录时，则c可以直接计算得出近似值，再经过简单的变换计算可得：α1＝2arcsin(p/c),α2＝2arcsin(q/c),α3＝2arcsin(r/c)  (6)即求得四步GPSI相邻步长之间的相移量的近似值α1,α2,α3；

第3、将所求得的α1,α2,α3作为初始值，使用优化量子粒子群算法进一步逼近它们的真实值：2

首先，将(6)式计算得到的初始值α1,α2,α3和测量得到的参考光强度Ir＝Ar ，以及记录的I0、I1、I2和I3四帧全息图，带入到由(3)式推导出的(7)式中：计算可得振幅Ao和相位 的初始近似值；

其次，构造一个使振幅Ao、相位 和相移量α1,α2,α3相关联的平均误差函数ε作为量子粒子群算法的适应值函数：其中，“∑”表示对整帧图像求和；

再次，为了优化初始粒子群的分布，根据公式(9)对α1,α2,α3进行一次高斯变异操作：ped(m)＝ped(m)±N(0,ξ1·Δnrange)  (9)其中：ped是量子粒子群算法中粒子的当前最优位置，m是量子粒子群算法迭代次数，N(0,ξ1·Δnrange)是一个均值为0，方差为ξ1·Δnrange的正态分布随机数，Δnrange是初始α1,α2,α3的调制范围，设置为[‑0.005,0.005]，ξ1是设置的随机变异常数，设置为(0,1)范围内的随机常数；

最后，按照优化的量子粒子群算法计算得出使平均误差函数ε最小的一组α1,α2,α3，该组α1,α2,α3则是相移过程中的真实值或最接近真实值的最优值；

2

第4、将第3中求得的α1,α2,α3的最优值，测量得到的参考光强度Ir＝Ar ，以及记录的I0、I1、I2和I3四帧全息图再次带入由(3)式推导出的(7)式，可以恢复出记录平面PH上的物波场，从而得到振幅Ao和相位 的准确值。