[發明專利]基于深度學習的無波前探測器自適應點掃描成像方法

有效

• 申請號: 201911416906.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111077085B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 王偉波;譚久彬;李曉君
• 申請（專利權）人: 哈工大機器人（中山）無人裝備與人工智能研究院
• 主分類號: G01N21/17
• 分類號: G01N21/17;G01N21/41;G01N21/84;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

1.一種基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，包括：

采集激光的第一聚焦光斑光強分布信息；

將所述第一聚焦光斑光強分布信息輸入至預設的學習模型中，輸出第一像差澤尼克系數；

將由所述第一像差澤尼克系數構成的第一波前相位分布加載到光路中，從而采集得到第二聚焦光斑光強分布信息；

將所述第二聚焦光斑光強分布信息輸入至預設的學習模型中，輸出第二像差澤尼克系數；

將由所述第一像差澤尼克系數與所述第二像差澤尼克系數之和構成的第二波前相位分布加載至光路中，具體為：

激光器出射激光經由準直擴束系統出射為平行光，光由分束鏡反射后由掃描振鏡反射至掃描透鏡，經聚焦光波經管鏡出射為平行光，光由變形鏡反射，經顯微物鏡聚焦于放置在載物臺上的樣品，含樣品信息的光原路返回至所述變形鏡受到所述變形鏡的波前相位調制后繼續原路返回至所述分束鏡，從所述分束鏡出射的光波由收集透鏡聚焦后聚焦光斑光強分布被陣列探測器接收。

2.如權利要求1所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述預設的學習模型通過以下方式構建：

獲取多個像差澤尼克系數，分別將所述多個像差澤尼克系數構成的波前相位分布加載到光路中，從而采集得到多組聚焦光斑光強分布信息；

以所述多個像差澤尼克系數和所述多組聚焦光斑光強分布信息作為訓練集，以聚焦光斑光強分布信息作為輸入，以像差澤尼克系數作為輸出，采用卷積神經網絡進行訓練，構建學習模型。

3.如權利要求2所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述學習模型以輸出的澤尼克系數與實際澤尼克系數的均方誤差為目標函數，并通過隨機梯度下降算法最小化所述目標函數。

4.如權利要求3所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述實際澤尼克系數通過像差表征公式得到，所述像差表征公式為：

其中，r，θ為光瞳面的歸一化極坐標，i為澤尼克多項式階數，ψ(r,θ)為波前相位分布函數，Z_i(r,θ)為第i階澤尼克基函數，a_i為第i階澤尼克像差的系數。

5.如權利要求2所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述預設的學習模型采用卷積神經網絡；

所述卷積神經網絡包括5個卷積層和3個全連接層；

所述5個卷積層依次順序連接，在第1個卷積層和第5個卷積層后面分別緊連一個池化層，兩個池化層后面均緊連一個丟掉層；

所述5個卷積層的卷積核大小均為3×3，所述5個卷積層的激活函數均為線性整流函數；

所述5個卷積層后面順序連接3個全連接層，第1、2個全連接層的激活函數為線性整流函數，第3個全連接層的激活函數為線性激活函數。

6.如權利要求2所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述訓練集中的像差澤尼克系數和聚焦光斑光強分布信息，通過多種激光光強進行獲取。

7.如權利要求2所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述訓練集中的像差澤尼克系數為因變量，所述聚焦光斑光強分布信息為自變量。

8.如權利要求1所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述采集激光的第一聚焦光斑光強分布信息，是通過圖像傳感器進行采集。

9.如權利要求1所述的基于深度學習的無波前探測器自適應點掃描成像方法，其特征在于，所述將由所述第一像差澤尼克系數與所述第二像差澤尼克系數之和構成的第二波前相位分布加載至光路中，具體為：

通過變形鏡將所述第一像差澤尼克系數與所述第二像差澤尼克系數之和構成的第二波前相位分布加載至光路中。

10.一種基于深度學習的無波前探測器自適應點掃描成像裝置，其特征在于，包括：

第一光強信息采集模塊，用于采集激光的第一聚焦光斑光強分布信息；

第一像差澤尼克系數獲取模塊，用于將所述第一聚焦光斑光強分布信息輸入至預設的學習模型中，輸出第一像差澤尼克系數；

第二光強信息采集模塊，用于聚焦光斑光強分布信息獲取模塊，用于將由所述第一像差澤尼克系數構成的第一波前相位分布加載到光路中，從而采集得到第二聚焦光斑光強分布信息；

第二像差澤尼克系數獲取模塊，用于將所述第二聚焦光斑光強分布信息輸入至預設的學習模型中，輸出第二像差澤尼克系數；

成像模塊，用于將由所述第一像差澤尼克系數與所述第二像差澤尼克系數之和構成的第二波前相位分布加載至光路中，具體為：

激光器出射激光經由準直擴束系統出射為平行光，光由分束鏡反射后由掃描振鏡反射至掃描透鏡，經聚焦光波經管鏡出射為平行光，光由變形鏡反射，經顯微物鏡聚焦于放置在載物臺上的樣品，含樣品信息的光原路返回至所述變形鏡受到所述變形鏡的波前相位調制后繼續原路返回至所述分束鏡，從所述分束鏡出射的光波由收集透鏡聚焦后聚焦光斑光強分布被陣列探測器接收。