[发明专利]一种基于单帧焦面光强图像的深度学习波前复原方法

权利要求书

1.一种基于单帧焦面光强图像的深度学习波前复原方法，其特征在于，通过以下步骤实现：

步骤1：设计基于walsh函数相位调制的波前传感器；

步骤2：验证步骤1设计的所述波前传感器是否可以保证远场光斑分布仅对应一个波前信息，即解唯一；

步骤3：若解唯一，则根据步骤1的设计得到一一对应的远场光斑与近场波前数据，作为数据集，若解不唯一，则重复执行步骤1再次设计传感器，直至解唯一；

步骤4：配置深度学习环境，搭建学习网络；

步骤5：将数据集数量的90％作为训练集，使网络学习到远场光斑与近场波前的对应关系，剩余的10％样本做为验证集，调整并验证网络的正确性；

其中，所述步骤1中walsh函数形状的选取应满足其调制相位为非180°旋转翻转对称；

所述步骤2中判断基于walsh函数对近场波前相位调制后是否获得唯一对应的远场光斑分布的理论基础为：

对于互为180°旋转翻转对称的一组波前波前与其相位满足：

即两个波前对应的远场，在忽略系数的情况下，其复振幅可以分别表示为：

式中(x,y)和(x₀,y₀)分别为近场和远场的笛卡尔空间二维坐标，(u,v)为频域坐标；可看出U_far(x₀,y₀)与U′_far(x₀,y₀)实部相等、虚部符号相反，则其对应的光强分布：

|U′_far(x₀,y₀)|²＝|U_far(x₀,y₀)|² (4)

这说明波前与对应相同的远场光强分布；

walsh函数中存在非180°旋转翻转对称的形状，利用该特性调制波前，假设相位片附加的离散像差为且：

则，

进而保证，

|U′_far(x₀,y₀)|²≠|U_far(x₀,y₀)|² (7)

即保证了远场光斑与近场波前的一一对应，也就是保证了远场反演波前解的唯一性；

因此，判断解是否唯一，只需比较互为180°旋转翻转对称的近场波前对应光强分布|U′_far(x₀,y₀)|²与|U_far(x₀,y₀)|²是否相同，相同则不唯一，不相同则唯一；

所述步骤3中数据集的数量应为万组以上，保证数据样本充足的同时，满足数据的多样性；

所述步骤4中的学习网络是卷积神经网络CNN。