[发明专利]一种采用自适应压缩感知技术的光源优化方法

权利要求书

1.一种采用自适应压缩感知技术的光源优化方法，其特征在于，具体步骤为：

步骤101、将光源初始化为N_s×N_s的光源图形J，将掩模图形M和目标图形栅格化为N×N的图形，其中N_s和N均为正整数；

步骤102、对目标图形进行逐点扫描，并将转化为N²×1的向量向量的元素值等于目标图形的对应像素值；对光源图形J进行逐点扫描，并将J转化为N_s²×1的向量向量的元素值等于光源图形J的对应像素值；

步骤103、选定一组基函数，使得向量在该组基函数上是稀疏的，即向量在该组基函数上展开后的大部分系数为0或接近于0，并将该组基函数对应的变换矩阵记为Ψ；将向量在Ψ上展开得到其中为展开后的系数；

步骤104、采用掩模图形M计算照明交叉系数矩阵I_cc，其大小为N²×N_s²；

步骤105、使用蓝噪声采样方法在电路版图上选取K个观测点，其中K为正整数；

步骤106、选取向量中对应上述K个观测点的K个元素，组成大小为K×1的向量选取I_cc矩阵中对应上述K个观测点的K行，组成一个大小为K×N_s²的矩阵

步骤107、根据如下公式构造大小为L×K的自适应投影矩阵Φ，其中L＜K：

其中，Φ(i,j)表示矩阵Φ第i行第j列的元素；为向量的第j个元素；随机数Λ(i,j)的取值服从均值为0，方差为的随机高斯分布；sgn(x)为符号函数，其表达式为

步骤108、将光源优化问题构造为如下形式：

其中为向量的L-p范数，0＜p≤1；表示以作为约束条件；

步骤109、采用压缩感知信号重构算法求解步骤108中的光源优化问题，获得对应最优光源图形的向量

步骤110、计算优化后的光源图形为

2.根据权利要求1所述的采用自适应压缩感知技术的光源优化方法，其特征在于，所述步骤104计算I_cc矩阵的具体步骤为：

步骤1041、将光源图形J栅格化为N_s×N_s个子区域，每个子区域作为一个点光源；

步骤1042、针对单个点光源(x_s,y_s)，获取该点光源照明时的空间像I(x_s,y_s)，采用逐点扫描方法，将I(x_s,y_s)转化为N²×1的向量

步骤1043、判断是否已经计算出所有点光源的空间像，若是，则进入步骤1044，否则返回步骤1042；

步骤1044、针对光源图形J进行逐点扫描，并根据扫描的先后顺序，将每个点光源对应的向量从左到右排列，形成大小为N²×N_s²的I_cc矩阵。

3.根据权利要求1所述的采用自适应压缩感知技术的光源优化方法，其特征在于，所述步骤105中使用蓝噪声采样方法在电路版图上选取K个观测点的具体步骤为：

步骤1051、用大小为N×N的矩阵表示目标图形的关键区域，该关键区域包括目标图形的内外轮廓和一部分非图形区域；

步骤1052、选取观测点的蓝噪声图形用大小为N×N的矩阵B表示，比较目标图形关键区域图形与蓝噪声图形B中的对应像素值，记录满足的像素点，其中为矩阵的第i行第j列的元素，B(i,j)为矩阵B的第i行第j列的元素，α和β是控制观测点数目的参数；

步骤1053、通过调整参数α和β使得观测点数目为K，选取电路版图中对应上述K个像素点的位置作为观测点。