基于深度学习的随机两步倾斜移相波前检测方法

本发明公开了一种基于深度学习的随机两步倾斜移相波前检测方法，解决现有技术对测量环境要求苛刻和测量误差大的问题。该方法包括：仿真模拟得到两个干涉图数据库；建立神经网络模型，并将干涉图数据库分为训练集和测试集；将训练集输入该神经网络模型中进行训练，得到训练后的神经网络模型；将测试集输入训练后的神经网络模型中进行测试，并输出波前相位计算值；计算波前相位计算值与波前相位模拟值之间的误差，直至得到新的神经网络模型；获取多帧待测光学元件的干涉条纹图，将其输入新的神经网络模型中，并输出待测光学元件的真实波前相位，从而实现基于深度学习的随机两步倾斜移相波前检测。该方法操作简单且测量精度较高。