[发明专利]透镜光学系统的偏心调整方法、偏心调整装置和偏心调整程序

说明书

技术领域

本发明涉及透镜光学系统的偏心调整方法、偏心调整装置和偏心调整程序。

背景技术

现在，在很多摄像机中搭载变焦透镜。变焦透镜例如由前组透镜、变焦透镜、后组透镜、聚焦透镜等构成。通过使变焦透镜在光轴方向移动，焦距变化，通过移动聚焦透镜，进行调焦。

变焦透镜、后组透镜、聚焦透镜以其光轴大致一致的方式安装在镜筒上。另一方面，前组透镜通过弹簧状环等安装在镜筒上，在偏心调整时，在与光轴正交的面内能移动。前组透镜进行偏心调整后，用粘接剂等固定在镜筒上。

通常，通过变焦透镜一边拍摄析像度图等透镜评价图，一边克服弹簧状环，使前组透镜在与光轴正交的面内移动，从而进行透镜的偏心调整。然后，在透镜评价图的成像状态变为最佳的位置将前组透镜固定在镜筒上。

可是，所述的方法根据作业者的目视观察进行，所以在析像度是否最佳的判断上需要熟练的技术，而且还存在如下问题：没有批量生产适合性，此外调整结果中存在个人差异，从而缺乏可靠性。

为了解决这样的问题，提出了不通过人手进行透镜的偏心调整或光学零件的光轴调整的方法。例如，在特开2002-122785号公报中描述了使用遗传算法等概率探索方法来调整由多个光学零件构成的光传送路的光轴的方法。此外，在特开平7-38798号公报中描述了使用神经网络将聚焦透镜调整到无限远的对焦位置的方法。

可是，在特开2002-122785号公报的调整方法中，需要按代按个体对遗传算法等概率探索方法进行性能评价，所以必须多次进行性能测定。此外，在概率探索中，即使能找到没有偏心的适当透镜位置的范围，也难以在该范围中发现最佳的透镜位置。因此，无法瞬时高精度进行调整。

此外，在特开平7-38798号公报的调整方法中，使神经网络学习对比度和聚焦透镜的对焦位置的关系，但是在学习中未反映制造时的误差例如树脂制品的成形误差、透镜单元装配时的误差等。此外，未提及向偏心调整方法的应用。

因此，无法使神经网络恰当地学习，难以高精度进行透镜的偏心调整。

发明内容

本发明的目的在于，提供能在短时间内高精度进行透镜光学系统的偏心调整的透镜光学系统的偏心调整方法、偏心调整装置和偏心调整程序。

为了实现所述目的、其它目的，本发明的透镜光学系统的偏心调整方法包含初始移动步骤、性能值运算步骤、第一移动量运算步骤、第一移动步骤。而且，通过在与透镜光学系统的光轴正交的透镜安装面上移动由多个光学要素构成的透镜光学系统的被调整透镜，调整被调整透镜相对于光轴的偏心。在所述初始移动步骤中，被调整透镜在透镜安装面上向初始位置移动。在所述性能值运算步骤中，使用所述透镜光学系统拍摄透镜评价图，根据该拍摄图像求出所述透镜光学系统的性能值。在所述第一移动量运算步骤中，将所述性能值向神经网络输入，求出被调整透镜的第一移动量。该神经网络考虑各光学要素的制造误差、除被调整透镜外的各光学要素的装配误差、和所述被调整透镜的预测安装位置而进行学习。然后，在所述第一移动步骤中，将被调整透镜移动到在初始位置加上所述第一移动量而得到的第一调整位置。

在所述神经网络的学习中，使用设计应用程序，根据多个假想CAD数据，对透镜评价图进行仿真，求出性能值。各假想CAD数据是根据各光学要素的制造误差、除被调整透镜外的各光学要素的装配误差、和被调整透镜的预测安装位置来修正所述透镜光学系统的设计上的CAD数据而得到的修正CAD数据。然后，将由所述仿真求出的性能值和从初始位置到预测安装位置的移动量向神经网络输入，使神经网络学习。

进而，优选在所述第一移动步骤之后包含第一性能值再运算步骤和第一是否合格判定步骤。在第一性能值再运算步骤中，在第一调整位置，通过透镜光学系统用摄像元件拍摄透镜评价图，根据该拍摄图像求出第一调整位置的性能值。然后，在第一是否合格判定步骤中，根据在第一性能值再运算步骤中求出的性能值，判定透镜光学系统的偏心调整是否合格。

优选所述透镜评价图具有多个透镜评价区。进而，优选各透镜评价区具有用于评价与透镜光学系统的光轴正交的面上的水平方向的性能值的水平方向评价用的图形、和用于测定与所述光轴正交的面上的垂直方向的性能值的垂直方向评价用的图形。

在本发明的优选实施方式中，所述透镜光学系统包含变焦透镜，透镜评价区包含用于评价变焦透镜位于宽端(ワイド端)时的性能值的广角用评价区和用于评价变焦透镜位于远端(テレ端)时的性能值的望远用评价区。广角用评价区设置在透镜评价图的四角和中央，望远用评价区设置在透镜评价图的中央部的四角和中央。