摘要
本发明一种紧凑型全景环带光学系统及成像方法,方法包括:建立单色像差容忍的全景环带光学成像系统镜头组,所述镜头组的像面位于全景环带光学成像系统的图像传感器上;基于深度学习构建全景环带光学成像系统输入图像与经过全景环带光学成像系统输出的仿真图像之间的数学关系;利用深度学习训练完成的神经网络模型对经过全景环带光学成像系统中图像传感器输出的模糊图像进行球差、彗差、像散和场曲的校正,得到复原图像。本发明所使用的图像复原网络模型有效减轻了中继镜头组校正像差的负担,使得全景环带光学系统装置以采用更少数量的镜片实现同等的成像效果,实现系统结构的紧凑性。
技术关键词
光学成像系统
镜头组
深度学习训练
图像传感器
神经网络模型
成像方法
点扩散函数
紧凑型
光学系统装置
数学
光学玻璃
玻璃材料
梯度下降算法
关系
深度神经网络
色差
分块
系统为您推荐了相关专利信息
配电柜智能
功率调节系统
混合神经网络模型
协同通信
分接开关控制器
图像数据提取方法
数据库构建方法
大语言模型
文本
关键词
偏最小二乘回归模型
土壤含水量预测
卷积神经网络模型
连续投影算法
光谱分析技术
离线预测方法
神经网络模型
移动众包平台
分布式人工智能
时间序列模式