[发明专利]基于深度学习的高速单图直接探测光学畸变相位的方法

权利要求书

1.一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于包含以下步骤：

1)利用计算机随机生成包含n项系数的系数组A，将系数组A代入泽尼克多项式中，计算出尺寸为N×N的用泽尼克多项式表征的拟合光学相位其中n为大于1的正整数，N为大于等于16的正整数；

2)利用计算机随机生成尺寸为m×m的随机矩阵，对随机矩阵通过双三次插值获得尺寸为N×N的随机光学相位其中m为满足2≤m≤N/8的正整数；

3)将拟合光学相位与随机光学相位相加，获得带有随机相位分布的光学畸变相位

4)将光学畸变相位加载到空间光调制器或可变形反射镜上，入射的无光学畸变相位的平行光经空间光调制器或可变形反射镜的处理后入射到波前传感器，在波前传感器上形成畸变的光斑点阵图样I；

5)不断重复步骤1)至步骤4)进行k次，获得一系列的光斑点阵图样I_i与其对应的光学畸变相位作光斑点阵图样I_i表示第i次重复处理获得的光斑点阵图样，为深度学习模型训练的输入-输出数据对，将输入-输出数据对输入到构建的深度学习模型中进行训练，获得针对光学畸变相位测量的深度学习模型中的最优模型参数，完成深度学习模型的训练；

6)在需要探测光学畸变相位的光学系统中放置波前传感器，入射光经过光学系统传播后在波前传感器上形成待测光斑点阵图样I^′；

7)将步骤6)获得的待测光斑点阵图样I^′输入到步骤5)获得的已训练的深度学习模型中，深度学习模型直接输出预测的光学畸变相位。

2.根据权利要求1所述的一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于：所述步骤1)中，生成的系数组A中的系数为实数，系数组A中的项数n根据所预测光学畸变相位情况调整而调整。

3.根据权利要求1所述的一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于：所述步骤2)中的随机矩阵为极值在[-π，π]范围内的实数矩阵，行列数m根据所预测光学畸变相位情况调整而调整。

4.根据权利要求1所述的一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于：所述步骤4)与步骤6)中的波前传感器包括但不限于夏克-哈特曼波前传感器。

5.根据权利要求1所述的一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于：所述步骤5)中的深度学习模型采用全卷积网络，其中的每一个卷积层均采用残差块进行替换，每个残差块均由卷积核尺寸分别为3×3、5×5、7×7与9×9的四种不同卷积层构成，对输入的畸变光斑点阵图样进行计算处理。

6.根据权利要求1所述的一种基于深度学习的高速单图直接探测光学畸变相位的方法，其特征在于：方法采用以下光路结构，包括反射镜(2)、空间光调制器(3)、第一透镜(4)、第二透镜(5)和波前传感器(6)；光学畸变相位(1)入射到反射镜(2)经反射后再入射到空间光调制器(3)，经空间光调制器(3)反射调制后依次经第一透镜(4)、第二透镜(5)后入射到波前传感器(6)。