[发明专利]照明均匀性像素化补偿方法及装置

说明书

本公开提供一种照明均匀性像素化补偿方法及装置，方法包括：获取目标均匀性照明场光强分布图像；基于反演模型对目标均匀性照明场光强分布图像进行反演，得到第一数字微镜调控图像；将第一数字微镜调控图像输入数字微镜阵列对照明系统进行光场调控，以对照明系统进行像素化补偿。该方法及装置实现了照明场光强分布的实时补偿，保证长时间稳定地维持照明系统输出的照明场光强分布均匀性。

技术领域

本公开涉及照明光场调控技术领域，尤其涉及一种照明均匀性像素化补偿方法及装置。

背景技术

目前，在一些精密加工领域，对于一定面积的照明场内光照强度分布的均匀性有非常高的要求，所用照明光源从产生开始需要经过一系列复杂的光场调控处理，再通过在照明场内进行光照强度分布的检测以判断是否满足最终所需的非均匀性指标。

然而，在照明系统正常使用的过程中，随着使用时长的增加，不可避免的会产生一些变化导致照明均匀性发生改变，其中，既存在系统硬件层面的变化(比如光学元件的热形变、表面镀膜的损耗等)，也存在环境条件层面的变化(比如温湿度、气压、颗粒状态等)。

一般而言，对于上述环境条件的变化相对容易实时监测和控制，但系统硬件层面的变化往往比较隐蔽且连续，在引发照明均匀性发生改变时，其表现存在一定的累积阈值，除了某些突发情况导致关键器件直接无法正常使用，通常在达到阈值之前，无法从加工产品的结果中直观的检测出这种变化，即便在定期检测中加入了有关照明均匀性检测的项目，对于系统正在发生的某种变化，其累积的程度也无法及时做出判断，且不同原因导致的变化，其累积的速度也是不尽相同的。另外，由于，目标物体会与图像传感器间产生遮挡在使用照明系统对目标物体进行照明时，无法实时的进行照明场的均匀性检测。

发明内容

针对上述技术问题，本公开提供一种照明均匀性像素化补偿方法及装置，用于至少部分解决现有技术中由于系统硬件层面的变化，使得无法实时的进行照明场的均匀性检测并进行补偿的技术问题。

基于此，本公开第一方面提供一种照明均匀性像素化补偿方法，包括：获取目标均匀性照明场光强分布图像；基于反演模型对目标均匀性照明场光强分布图像进行反演，得到第一数字微镜调控图像；将第一数字微镜调控图像输入数字微镜阵列对照明系统进行光场调控，以对照明系统的照明均匀性进行像素化补偿。

根据本公开的实施例，照明均匀性像素化补偿方法还包括：采集调控后的实际照明场光强分布图像；计算目标均匀性照明场光强分布图像与实际照明场光强分布图像之间的第一光强偏差；根据第一光强偏差确定反演模型的有效性。

根据本公开的实施例，获取目标均匀性照明场光强分布包括：基于函数和编程生成目标均匀性照明场光强分布图像。

根据本公开的实施例，计算目标均匀性照明场光强分布图像与实际照明场光强分布图像之间的第一光强偏差包括：根据

计算第一光强偏差δ，其中，I_g为目标均匀性照明场光强分布图像中像素对应的光强，I_f为实际照明场光强分布图像中像素对应的光强。

根据本公开的实施例，照明均匀性像素化补偿方法还包括：以照明场光强分布图像为输入，数字微镜调控图像为输出，构建神经网络模型；对神经网络模型进行训练，得到反演模型。

根据本公开的实施例，对神经网络模型进行训练，得到反演模型包括：获取样本数据集，其中，样本数据集包括多组一一对应的第二数字微镜调控图像和第一照明场光强分布图像；将样本数据集随机打乱顺序后划分为训练集、验证集和测试集；采用训练集对神经网络模型进行训练；根据验证集计算训练后的神经网络模型的第一精度，根据测试集计算训练后的神经网络模型的第二精度；确定满足预设条件的第一精度和第二精度对应的训练后的神经网络模型为反演模型。