[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有效
申请号: | 201811489635.7 | 申请日: | 2018-12-06 |
公开(公告)号: | CN109596227B | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 黄潇;王晶;白剑;赵磊;周骧东;侯晶 | 申请(专利权)人: | 浙江大学 |
主分类号: | G01J9/02 | 分类号: | G01J9/02;G06N3/04 |
代理公司: | 33200 杭州求是专利事务所有限公司 | 代理人: | 刘静;邱启旺<国际申请>=<国际公布>= |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了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,利用标定后的空间光调制器产生中频误差的相位调制,将调制光投影到成像相机上进行接收,从而获得强度图样与中频误差描述项的多组数据对,作为神经网络的训练数据集,再用训练好的模型对真实的中频误差进行检测;相比采用仿真获取的数据,该系统所提供的数据训练出的模型更适用于对实际中频误差进行恢复;本发明实现了相位恢复中频误差检测技术的初始解优化;利用深度学习中的卷积神经网络模型,建立中频误差调制后的强度图样与误差分布之间的关系,能够对中频误差的相位分布进行预测,其结果作为相位恢复算法的初始解,有效改善了算法的收敛性能,提高了收敛速度。 | ||
搜索关键词: | 中频误差 卷积神经网络 相位恢复 先验 光学元件 检测系统 强度图样 初始解 空间光调制器 相位恢复算法 训练数据集 成像相机 多组数据 检测技术 神经网络 收敛性能 数据训练 误差分布 相位调制 相位分布 调制光 描述项 标定 算法 调制 投影 收敛 检测 预测 优化 恢复 学习 | ||
【主权项】:
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;/n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;/n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;/n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。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811489635.7/,转载请声明来源钻瓜专利网。