[发明专利]非球面元件面形检测方法、装置、设备及可读存储介质有效
| 申请号： | 201910931375.2 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110487211B | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 于杰;张海涛;金春水 | 申请（专利权）人： | 中国科学院长春光学精密机械与物理研究所 |
| 主分类号： | G01B11/24 | 分类号： | G01B11/24 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 刘新雷 |
| 地址： | 130033 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种非球面元件面形检测方法、装置、设备及计算机可读存储介质。其中，方法包括将待测非球面元件的子孔径检测数据输入至预先利用样本数据集训练深度学习网络模型得到的面形分布计算模型中，得到各子孔径的相对位置和重叠区域，然后利用子孔径拼接算法进行子孔径拼接，以实现对非球面元件的面形检测；深度学习网络模型包括级联深度网络框架和位置计算层；级联深度网络框架逐层估计环形子孔径的初始位置和位置偏差值，位置计算层基于环形子孔径的初始位置和位置偏差值，利用多层次回归算法微调各环形子孔径的环带位置。本申请实现了自动、快速、精密地确定各子孔径的面形分布信息，有效地降低了非球面元件的面形检测成本。 | ||
| 搜索关键词： | 球面 元件 检测 方法 装置 设备 可读 存储 介质 | ||
【主权项】：
1.一种非球面元件面形检测方法，其特征在于，包括：/n预先利用样本数据集训练深度学习网络模型得到面形分布计算模型；/n将待测非球面元件的子孔径检测数据输入至所述面形分布计算模型中，得到各子孔径的相对位置和重叠区域；/n基于各子孔径的相对位置和重叠区域，利用子孔径拼接算法进行子孔径拼接，以实现对所述待测非球面元件的面形检测；/n其中，所述样本数据集为多张表征环形子孔径位置和非球面面形检测结果间映射关系的面形误差图像，所述深度学习网络模型包括级联深度网络框架和位置计算层；所述级联深度网络框架用于逐层估计环形子孔径的初始位置和位置偏差值，所述位置计算层用于基于环形子孔径的初始位置和位置偏差值，利用多层次回归算法微调各环形子孔径的环带位置。/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中国科学院长春光学精密机械与物理研究所，未经中国科学院长春光学精密机械与物理研究所许可，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/201910931375.2/，转载请声明来源钻瓜专利网。
