[發明專利]一種基于機器學習的高速像差校正方法

有效

• 申請號: 201710018015.4
• 申請日: 2017-01-11
• 公開（公告）號: CN106873152B
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 龔薇;斯科;章一葉
• 申請（專利權）人: 浙江大學
• 主分類號: G02B27/00
• 分類號: G02B27/00;G06N99/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

1.一種基于機器學習的高速像差校正方法，其特征在于包括以下步驟：

1)入射的平行光束先經過不加載波前相位分布的空間光調制器反射，再經過透鏡聚焦，在焦平面位置得到理想的聚焦光斑；

2)利用澤尼克多項式進行處理獲得一系列的波前相位分布；

所述步驟2)具體是：采用以下公式計算獲得入射光束的波前相位分布：

其中，a_k表示第k項澤尼克系數，k＝1,2,3,4,5,6,...n，Z_k表示澤尼克多項式的第k項表達式，n表示澤尼克多項式的項數；

對每一項澤尼克系數a_k依次進行等間隔取值，獲得一系列的波前相位分布；

3)針對步驟2)獲得的每一波前相位分布，將該波前相位分布加載到空間光調制器上，平行光束先經過空間光調制器反射，再經過透鏡聚焦，在焦平面位置得到一畸變聚焦光斑；

4)將步驟3)獲得的各個畸變聚焦光斑的光強分布I與其各自對應的波前相位分布下的各項澤尼克系數a_k作為訓練庫一起輸入到機器學習中進行訓練獲得校正模型；

5)平行光束先經過不加載波前相位分布的空間光調制器反射，再經過透鏡聚焦，到達焦平面位置前穿過待測散射介質，在焦平面位置用CMOS相機可測得路經待測散射介質的畸變聚焦光斑圖；

7)將待測散射介質的畸變聚焦光斑圖的光強分布輸入到步驟4)獲得的校正模型中，獲得對應的各項澤尼克系數a_k的數值；

8)將步驟7)中得到的各項澤尼克系數a_k的數值進行處理獲得校正相位分布，然后重復步驟5)并將校正相位分布加載到空間光調制器上，使入射平行光束經過空間光調制器和散射介質后的聚焦光斑接近理想聚焦光斑，實現像差校正。

2.根據權利要求1所述的一種基于機器學習的高速像差校正方法，其特征在于：所述的對每一項澤尼克系數a_k依次進行等間隔取值獲得一系列的波前相位分布具體是：先對第一項澤尼克系數a₁等間隔取值，在第一項澤尼克系數a₁每一取值下對第二項澤尼克系數a₂等間隔取值，再在第二項澤尼克系數a₂每一取值下對第三項澤尼克系數a₃等間隔取值，以此方式完成對所有項澤尼克系數a_k的等間隔取值，以各項澤尼克系數a_k的不同取值組合作為一波前相位分布，從而獲得一系列的波前相位分布。

3.根據權利要求2所述的一種基于機器學習的高速像差校正方法，其特征在于：所述各項澤尼克系數a_k進行等間隔取值的間隔相同或者不同。

4.根據權利要求1所述的一種基于機器學習的高速像差校正方法，其特征在于：所述步驟8)中校正相位分布具體采用以下方式獲得：將步驟7)中得到的各項澤尼克系數a_k的數值取負值后代入以下公式表示的澤尼克多項式波前相位函數中，獲得校正相位分布：

其中，a_k表示第k項澤尼克系數，k＝1,2,3,4,5,6,...n，Z_k表示澤尼克多項式的第k項表達式，n表示澤尼克多項式的項數。

5.根據權利要求1所述的一種基于機器學習的高速像差校正方法，其特征在于：所述步驟4)中機器學習具體是對輸入的各個畸變聚焦光斑的光強分布I與波前相位分布下的各項澤尼克系數a_k先依次進行降維降噪分析、權重分析處理后提取關鍵特征，然后建立非線性映射關系y＝f(x₁,x₂,...,x_n)作為校正模型，其中x表示澤尼克系數的數值，y表示不同畸變情況下畸變聚焦光斑的光強分布。

6.根據權利要求1所述的一種基于機器學習的高速像差校正方法，其特征在于：所述步驟5)所述待測散射介質是利用澤尼克多項式表示，其系數組合不在訓練庫中。