一种基于神经网络的光学成像系统公差校正方法和装置

本发明公开了一种基于神经网络的光学成像系统公差校正方法和装置，包括：在考虑多种装配工况的基础上，搭建装配公差条件下的光学成像系统退化模型；利用光学成像系统退化模型仿真不同装配工况下光学系统的空间变化退化过程并生成数据集，其中每个样本是由目标的清晰图像和退化图像构成的图像对，且退化图像标记有工况标签；搭建包含工况估计模块和图像复原模块的神经网络模型；基于数据集和预设的损失函数对神经网络模型进行训练，得到训练完成的工况估计‑图像复原模型，用于对待测的退化图像复原出清晰图像。本发明从成像端解决了装配过程中光学元件由于偏心和倾斜导致的成像质量非线性退化问题，可抑制装配公差的影响，有效提升成像质量。