[发明专利]一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统有效
| 申请号: | 201811489635.7 | 申请日: | 2018-12-06 |
| 公开(公告)号: | CN109596227B | 公开(公告)日: | 2019-11-19 |
| 发明(设计)人: | 黄潇;王晶;白剑;赵磊;周骧东;侯晶 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G01J9/02 | 分类号: | G01J9/02;G06N3/04 |
| 代理公司: | 33200 杭州求是专利事务所有限公司 | 代理人: | 刘静;邱启旺<国际申请>=<国际公布>= |
| 地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 中频误差 卷积神经网络 相位恢复 先验 光学元件 检测系统 强度图样 初始解 空间光调制器 相位恢复算法 训练数据集 成像相机 多组数据 检测技术 神经网络 收敛性能 数据训练 误差分布 相位调制 相位分布 调制光 描述项 标定 算法 调制 投影 收敛 检测 预测 优化 恢复 学习 | ||
本发明公开了一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统,利用标定后的空间光调制器产生中频误差的相位调制,将调制光投影到成像相机上进行接收,从而获得强度图样与中频误差描述项的多组数据对,作为神经网络的训练数据集,再用训练好的模型对真实的中频误差进行检测;相比采用仿真获取的数据,该系统所提供的数据训练出的模型更适用于对实际中频误差进行恢复;本发明实现了相位恢复中频误差检测技术的初始解优化;利用深度学习中的卷积神经网络模型,建立中频误差调制后的强度图样与误差分布之间的关系,能够对中频误差的相位分布进行预测,其结果作为相位恢复算法的初始解,有效改善了算法的收敛性能,提高了收敛速度。
技术领域
本发明涉及计算成像领域的一种先验增强的中频误差相位恢复检测系统,尤其涉及一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统。
背景技术
大口径、小F数的光学元件在惯性约束核聚变等高功率激光系统中有着十分广泛的应用,这些系统对光学元件的表面质量提出了较高的要求。然而,在光学元件的精密加工和抛光过程中,由于加工刀具的尖端半径、加工方式、振动和热漂移等原因,会在元件表面留下具有一定频率的周期性结构,称为光学元件的表面误差,这些表面误差的存在会对元件的传输特性产生重要影响。一般将表面误差按其空间频率分为低频、中频和高频误差。其中,空间频率范围为为0.03mm-1到0.4mm-1的中频误差会产生衍射效应,使大口径光学元件的远场焦斑弥散,形成多级衍射旁瓣,既对成像分辨率十分不利,也对能量的利用形成危害。
光学元件表面误差的检测常采用干涉法,通过待测光路与参考光路的光程差产生的干涉图实现检测。干涉检测要求形成稳定可辨的干涉条纹,因此对光学系统精度、环境条件要求极为苛刻,分辨率也受干涉仪使用的图像传感器分辨率限制。非干涉式检测方式无需形成光学干涉,系统构造简单,环境扰动较小,系统灵活性高。相位恢复是一种非干涉式检测方法,它是从光学元件表面误差形成的衍射图样出发,利用迭代算法,对误差的相位分布进行逆源求解。它一般通过基于衍射光学理论的迭代优化算法来实现,其核心是目标函数的优化问题,即对高维复杂函数寻找全局最优解。
然而,相位恢复技术在其迭代算法的运行过程中,往往无法正确收敛到全局最优解,而会在局部最小值处发生停滞,从而使检测系统获得的面型结果精度较低。此外,在面型误差的初始解没有充分先验信息的情况下,相位恢复检测系统的计算过程往往运行时间过长,有时甚至无法收敛。因此,为避免相位恢复检测系统的计算过程收敛到局部最小值,加快向正确解的收敛速度,需要选择与真实情况相接近的误差分布作为初始解,以提高其对光学元件表面误差尤其是中频误差的检测效果。
发明内容
本发明的目的在于针对现有技术的不足,提供一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统,实现相位恢复算法的初始解优化,提升其用于中频误差检测的恢复效果。该系统利用空间光调制器产生中频误差的相位调制,由成像相机获得强度图样,与中频误差描述项组成多组数据对,作为数据集对卷积神经网络进行训练;再利用所得网络模型对实际强度图样的误差分布进行预测,作为相位恢复中频误差检测算法的初始解,可以使相位恢复算法向全局最优解进行准确和快速收敛。
为实现上述发明目的,本发明是通过以下技术方案来实现的:一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统,包括激光器、空间滤波器、扩束镜、线偏振器、检偏器、分束镜、全反射镜、空间光调制器、望远镜成像系统和成像相机;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811489635.7/2.html,转载请声明来源钻瓜专利网。





