摘要
一种基于液晶几何相位板和深度学习像差测量方法,属于光电测量技术领域。本发明将构建的计算全息图加工成为液晶几何相位板。计算全息图通过相位编码的方式对多个Lukosz像差模式进行编码。对入射光波施加多个相位偏置。对采集的光斑阵列图像进行子光斑分割提取,将所有子光斑组合成为一个具有多个通道的三维光斑图像。构建用于波前像差测量的深度学习网络模型。网络训练阶段,采用空间光调制器产生已知的像差,将三维光斑图像作为网络模型的输入特征序列。利用训练数据集对网络模型进行训练。通过液晶几何相位板进行波前调制,实现多个偏置图像的同时采集,提高图像采集效率。利用深度学习网络对光斑图像进行训练和预测,实现像差的高精度实时测量。
技术关键词
深度学习网络模型
光斑
全息图
图像
右旋圆偏振光
闪耀光栅
测量方法
相位延迟量
面阵探测器
空间光调制器
激光直写方法
模式
控制液晶分子
光学成像系统
偏振态
系统为您推荐了相关专利信息
LED检测设备
LED检测方法
采集器
反射镜
图像采集卡
图像信号处理方法
编码码率
视频流传输
动态码率
加密算法
中央处理器
多相机阵列
掌纹图像
机器学习分类算法
消毒工具
检测识别方法
多尺度特征融合
注意力
网络
Sigmoid函数
智能评价方法
多模态
两阶段
智能评价系统
评价指标体系