-
公开(公告)号：CN111652372B
公开(公告)日：2022-08-19
申请号：CN202010566367.5
申请日：2020-06-19
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于衍射光学神经网络的波前复原方法及系统。本方法为：1)选取或构建包含前N阶泽尼克的波前‑系数数据对组成的数据集；2)构建光学神经网络模型，对数据集进行拟合，得到模型中每块相位调制板的二维相位分布；根据每块相位调制板的二维相位分布、待测光波的波长、所需相位调制板的折射率和透过率确定对应相位调制板的厚度；3)根据步骤2)确定的各相位调制板的厚度制作对应的相位调制板，根据光学神经网络模型中的位置分别放置于待测波前之后，对光波复振幅进行调制，然后探测经过各相位调制板后的光强分布，根据光强分布进行波前复原。本发明避免了光电转换和对电子计算机的依赖，具有耗能低、速度快等优点。
-
公开(公告)号：CN116380260A
公开(公告)日：2023-07-04
申请号：CN202310379722.1
申请日：2023-04-11
Applicant: 中国科学院软件研究所
IPC: G01J9/00 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了基于等效菲涅尔数的智能波前探测参数迁移方法及系统，属于激光波前探测领域，针对智能波前校正方法在不同系统参数下的网络模型迁移问题，通过训练波前复原深度学习网络模型，利用该模型进行激光系统参数迁移，不需要针对特定激光系统重新训练，可以采用大量的仿真样本和少量的实验样本相结合，解决实际训练样本采集困难的问题，提高波前复原深度学习网络模型的适应性和鲁棒性。
-
公开(公告)号：CN111652372A
公开(公告)日：2020-09-11
申请号：CN202010566367.5
申请日：2020-06-19
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于衍射光学神经网络的波前复原方法及系统。本方法为：1)选取或构建包含前N阶泽尼克的波前-系数数据对组成的数据集；2)构建光学神经网络模型，对数据集进行拟合，得到模型中每块相位调制板的二维相位分布；根据每块相位调制板的二维相位分布、待测光波的波长、所需相位调制板的折射率和透过率确定对应相位调制板的厚度；3)根据步骤2)确定的各相位调制板的厚度制作对应的相位调制板，根据光学神经网络模型中的位置分别放置于待测波前之后，对光波复振幅进行调制，然后探测经过各相位调制板后的光强分布，根据光强分布进行波前复原。本发明避免了光电转换和对电子计算机的依赖，具有耗能低、速度快等优点。
-
公开(公告)号：CN116402714A
公开(公告)日：2023-07-07
申请号：CN202310351826.1
申请日：2023-04-04
Applicant: 中国科学院软件研究所
IPC: G06T5/00
Abstract: 本发明公开了一种基于空域阵列卷积的精细光学图像仿真方法。本方法为：1)对待仿真的空间相机的视场范围进行网格划分，得到一视场阵列；计算所述视场阵列中每个网格区域的中心视场；2)根据所述空间相机的光学系统参数和设定的干扰大气条件，计算每个图像块对应的中心视场的点扩散函数，得到点扩散函数PSF阵列；3)对清晰图I0进行划分并将各图像分块映射到所述视场阵列的对应网格块中；将每个图像块与对应网格的点扩散函数在空间域进行卷积计算，得到每个图像块对应的退化仿真图像块；将各退化仿真图像块进行拼接，得到退化图像I’；4)在所述退化图像I’上叠加噪声，得到模拟所述空间相机拍摄清晰图I0的仿真退化图I”。
-
-
-
Search Results
4
records
(took 0.026 seconds)
