使用x方向和y方向的调节因子，即S-LUT方法优化LUT方法的内存占用过大问题，并给出新的代码

S-LUT（Space-Varying Look-up Table）方法是一种空间域优化策略，它通过分别在水平（x方向）和垂直（y方向）方向上应用LUT，减少了存储需求。对于大尺寸图像的衍射模式计算，传统的LUT会存储每个像素的所有信息，而S-LUT则将其分割为两个独立的部分，分别沿x和y方向进行处理，每个部分对应一部分的空间变化。

在MATLAB中，可以按照以下步骤重构代码来实现S-LUT：

% 修改初始化LUT的部分
[M, N, num_valid_indices] = size(valid_indices);
x_factor = ceil(M / S_X_SIZE);   % 分割x方向
y_factor = ceil(N / S_Y_SIZE);   % 分割y方向
S_x_LUT = cell(x_factor, 1);       % x方向的S-LUT数组
S_y_LUT = cell(y_factor, 1);       % y方向的S-LUT数组

% 对于每个x和y范围
for x = 1:x_factor
    for y = 1:y_factor
        x_start = x * S_X_SIZE - M + 1;  % 开始位置
        x_end = min([x_start + S_X_SIZE, M]);  % 结束位置
        y_start = y * S_Y_SIZE - N + 1;  % 开始位置
        y_end = min([y_start + S_Y_SIZE, N]);  % 结束位置
        
        % 更新有效的索引范围
        local_valid_indices = valid_indices((x_start <= y_start,:) & (y_end >= y_start));
        
        % 初始化局部LUT
        S_x_LUT{x}(y) = zeros(S_X_SIZE, S_Y_SIZE, numel(local_valid_indices));
        S_y_LUT{y}(x) = zeros(S_X_SIZE, S_Y_SIZE, numel(local_valid_indices));

        % 循环计算并在局部LUT中存储
        for w = 1:numel(local_valid_indices)
            ...  % 同样计算核心、mask和U的步骤，这里不再赘述
            S_x_LUT{x}(y)(...,w) = U; % 存储在局部S-LUT
        end
    end
end

这里的 `S_X_SIZE` 和 `S_Y_SIZE` 是你在x和y方向上的窗口大小，可以根据内存限制进行适当调整。这种方法虽然增加了代码复杂性，但是大大减小了存储需求。