[发明专利]一种基于离焦图像训练的波前校正方法

权利要求书

1.一种基于离焦图像训练的波前校正方法，其特征在于：该方法包括如下步骤：

步骤一、入射光通过汇聚镜后汇聚为离焦光斑，图像采集模块负责对离焦光斑进行采集；

步骤二、神经网络模块经过大量离焦光斑图像训练后，神经网络模块根据图像采集模块传递的图像特征拟合出对应的Zernike系数；

步骤三、电压转换模块建立Zernike系数与驱动电压关系，执行机构根据拟合的Zernike系数对大气湍流产生的波前畸变进行校正。

2.根据权利要求1所述的一种基于离焦图像训练的波前校正方法，其特征在于：图像采集模块对光斑的提取，其包括：

1)分光镜，对入射光分光，其中一条汇聚成离焦光斑进入到图像采集模块进行图像记录，另一束耦合进入光纤进行信息传输；

2)图像采集器，对光斑进行采集并传输给神经网络模块。

3.根据权利要求1所述的一种基于离焦图像训练的波前校正方法，其特征在于：神经网络模块中建立初始卷积神经网络结构，其包括：三层以上卷积层、三层以上池化层及两层以上全连接层：

1)输入层：输入离焦光斑的图像；

2)隐藏层：隐藏层负责计算和输出结果给输出层；

3)输出层：输出层输出聚焦光斑和离焦光斑的图像矩特征对应的Zernike系数。

4.根据权利要求3所述的一种基于离焦图像训练的波前校正方法，其特征在于：卷积神经网络训练，其包括：

1)样本数据采集：获取足够的训练光斑图像及各个样本光斑图像对应的Zernike系数；

2)训练卷积神经网络：将采集到的样本光斑图像和其对应的Zernike系数输入到卷积神经网络，对初始的卷积神经网络进行训练，最终得到用于波前校正的卷积神经网络。

5.根据权利要求1所述的一种基于离焦图像训练的波前校正方法，其特征在于：波前校正模块，其包括：

1)电压转换模块建立Zernike系数与驱动电压关系；

2)控制器将驱动信号加载到执行机构并对大气湍流产生的波前畸变进行校正。