基于无监督深度学习的定量和高抗干扰复波前恢复方法

本发明涉及一种基于无监督深度学习的定量和高抗干扰复波前恢复方法，包括以下步骤：采集光学系统实际测量值；将实际测量值输入DNN模型中，DNN模型以端到端的方式直接输出目标平面上预测的复波前；预测的复波前进一步经历与所述光学系统实际采集过程中相同的数字空间光调制器调制和数字波传播，得到数字相机平面上的预测测量值；基于预测测量值和实际测量值间的差异计算损失函数；重复上述步骤，通过最小化损失函数迭代优化DNN模型的参数，迭代完成输出最终的复波前预测结果。与现有技术相比，本发明具有精度高、无需获取大量训练数据、实现了高空间带宽积等优点。