[发明专利]一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统

权利要求书

1.一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统，其特征在于，包括激光器、空间滤波器、扩束镜、线偏振器、检偏器、分束镜、全反射镜、空间光调制器、望远镜成像系统和成像相机；

激光器发出的激光依次经过空间滤波器与扩束镜后成为平行光，投射到线偏振器上成为线偏振光，该线偏振光入射到分束镜上分为两路，一路为透射光，垂直入射到空间光调制器上，经相位调制后反射回分束镜，再依次经检偏器、望远镜成像系统后被成像相机接收，另一路为反射光，由全反射镜反射，再依次经检偏器、望远镜成像系统后被成像相机接收，两路光组成一个迈克尔逊干涉系统，线偏振器、检偏器的透振方向与空间光调制器的液晶单元长轴方向一致；改变空间光调制器输入图像的像素值，测定成像相机接收到的光强大小，根据光强大小计算空间光调制器产生的相位调制量，从而得到空间光调制器输入图像像素和相位调制量之间的对应关系，实现空间光调制器的标定；

激光器发出的激光依次经过空间滤波器与扩束镜后成为平行光，投射到线偏振器上，经线偏振器后成为线偏振光，该线偏振光入射到分束镜上，其透射光垂直入射到标定后的空间光调制器上，经相位调制后反射回分束镜，再依次经检偏器、望远镜成像系统后被成像相机接收，线偏振器、检偏器的透振方向与空间光调制器的液晶单元长轴方向一致；向标定后的空间光调制器输入具有已知中频误差的图像，通过成像相机得到对应的光强，实现中频误差相位分布-光强数据的采集；将采集的成对数据输入到卷积神经网络模型中进行训练，得到模型最优参数；所述卷积神经网络模型在Inception V3的基础上，去除末端softmax层；

激光器发出的激光依次经过空间滤波器与扩束镜后成为平行光，投射到分束镜上，其透射光垂直入射到待检测光学元件的表面，反射光反射回分束镜后被成像相机接收；通过成像相机检测光强，将光强输入到训练好的卷积神经网络模型，在输出端得到中频误差相位分布，将所得到的中频误差相位分布作为相位恢复算法的初始解，结合不同平面的振幅约束，经过各平面之间的反复迭代，来恢复得到精确的中频误差分布。

2.根据权利要求1所述的一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统，其特征在于，所述空间光调制器的标定具体包括以下步骤：

(1)令输入空间光调制器的图像为均匀的、具有统一灰度值V的灰度图像；设I₀为来自全反射镜的反射光强度，α²(V)I₀为来自空间光调制器的反射光强度；为两束光的相位差，即空间光调制器产生的相位调制，它是灰度值V的函数，记为两束光发生干涉后，干涉光强度I(V)表示为：

(2)测定调制振幅随灰度值变换情况，即α(V)；此时去掉全反射镜，令输入空间光调制器的灰度图像的灰度值V在0～255之间变化，以V＝0时的强度为标准，记录光强变化情况，发现在偏振条件下光强随灰度值的变化不明显；因此，空间光调制器的振幅调制忽略不计；

(3)标定调制相位此时在光路中加入全反射镜，令灰度值V在0～255之间变化，并记录两路反射光的干涉强度I(V)；当V＝0时，设此时空间光调制器产生的相位根据I(V)和已求的α(V)得到的变化曲线；对该曲线进行线性拟合，拟合结果即入射光经空间光调制器后附加的相位随输入图样像素灰度值的变化关系；实验前，将不同的中频误差相位分布按照上述关系生成灰度图输入到空间光调制器中，获得所需的相位调制。

3.根据权利要求1所述的一种卷积神经网络先验增强的光学元件中频误差的相位恢复检测系统，其特征在于，将训练好的神经网络模型预测得到的中频误差相位分布作为相位恢复算法的初始解，结合不同平面的振幅约束，经过各平面之间的反复迭代，来恢复得到精确的中频误差分布，具体为：将所述初始解输入相位恢复算法，与已知的物平面振幅组合，作为物平面光场的初始分布，对该光场做傅里叶变换，得到像平面光场的预测分布，提取相位并与真实的像平面振幅组合，成为新的像平面光场，再对该光场做逆傅里叶变换，所得结果同样提取相位，与真实的物平面振幅组合，重复上述过程，直至设置的阈值函数小于规定值，结束迭代，此时的物平面光场相位即为待检测光学元件相位分布的恢复结果。