与神经网络结合的超轻型折衍混合光学成像系统及方法

本发明涉及光学联合成像，特别涉及一种与神经网络结合的超轻型折衍混合光学成像系统及方法。

背景技术：

1、现代科学技术的发展对光学系统的要求越来越高，高精度、高稳定性以及轻量化成为其主要的发展方向。现阶段大部分光学成像系统都是基于折射、反射原理的传统光学系统，普遍采用透镜、棱镜、反射镜等常规光学器件。为了消除光学系统存在的多种像差，并进一步扩大视场和提高成像分辨率，一般采取增加元件数量的措施，但也会增加光学系统的几何尺寸及重量。当前实现光学系统轻量化的主要技术途径包括光学系统联合优化、光机热一体化设计、新型材料组合等，但以上措施已经很难完全满足特殊成像系统所提出的多方面性能要求。

2、目前对于通过衍射元件降低系统重量的研究较多，但超轻型光学系统的成像质量依然难以达到要求；神经网络对于实际成像模糊噪声的去除非常有效，利于提高成像质量。通过神经网络与折射、衍射元件相结合的技术方案，可实现超轻光学系统的高质量成像。

技术实现思路

1、本发明的目的是提供一种与神经网络结合的超轻型折衍混合光学成像系统及方法，以提高光学系统联合成像的质量。

2、为实现本发明的目的，本发明提供的技术方案如下：

3、第一方面

4、本申请提供了一种与神经网络结合的超轻型折衍混合光学成像系统，所述系统包括前端的超轻型折衍混合镜头系统和后端的去模糊神经网络模型；

5、所述超轻型折衍混合镜头系统用于拍摄参考图像得到模糊图像；

6、所述去模糊神经网络模型用于对拍摄得到的模糊图像进行去模糊得到清晰图像。

7、其中，所述去模糊神经网络模型的构建方式如下：

8、利用不同的参考图像与清晰图像组合构建数据集，将数据集按比例划分为训练集、测试集和验证集；

9、神经网络使用训练集进行训练，学习相机的模糊特征，获取训练完成的去模糊神经网络模型。

10、其中，所述超轻型折衍混合光学成像系统使用双层衍射元件与偶次非球面共同矫正像差，保证了基本像质。在不同种类像差中严格限制畸变，放宽对其他像差约束，这有助于后端神经网络处理。

11、第二方面

12、本申请提供了一种与神经网络结合的超轻型折衍混合光学成像方法，包括以下步骤：

13、步骤s1:使用超轻型折衍混合光学成像系统拍摄显示器上的参考图像得到模糊图像；

14、步骤s2:利用不同的参考图像与清晰图像对构建数据集，将数据集按比例划分为训练集，测试集，验证集；

15、步骤s3:搭建神经网络模型；

16、步骤s4:使用s2中的训练集与s3中的网络模型进行训练，得到去模糊神经网络模型；

17、步骤s5.使用去模糊神经网络模型对测试集进行测试，从去模糊神经网络输出层得到清晰图像。

18、与现有技术相比，本申请的技术方案如下：

19、1.本发明采用前后端结合的方式，前端的光学系统成像时不对像质做严格要求，主要关注对后续神经网络去模糊影响较大的像差，通过后端的神经网络处理对模糊图像进行还原，取得理想的成像效果同时避免了前端结构的复杂化，大大简化了前端的光学系统；

20、2.本发明中的超轻型折衍混合光学成像系统综合使用了衍射光学元件与偶次非球面来矫正基本像差，保证了镜头结构极简时的基本成像质量。

技术特征：

1.一种与神经网络结合的超轻型折衍混合光学成像系统，其特征在于，所述系统包括前端的超轻型折衍混合镜头系统和后端的去模糊神经网络模型；

2.根据权利要求1所述的与神经网络结合的超轻型折衍混合光学成像系统，其特征在于，所述去模糊神经网络模型的构建方式如下：

3.根据权利要求1所述的与神经网络结合的超轻型折衍混合光学成像系统，其特征在于，所述超轻型折衍混合光学成像系统使用双层衍射元件与偶次非球面共同矫正像差。

4.一种与神经网络结合的超轻型折衍混合光学成像方法，其特征在于，包括以下步骤：

技术总结
本发明公开了一种与神经网络结合的超轻型折衍混合光学成像系统及方法，所述系统包括前端的超轻型折衍混合镜头系统和后端的去模糊神经网络模型；所述超轻型折衍混合镜头系统用于拍摄参考图像得到模糊图像；所述去模糊神经网络模型用于对拍摄得到的模糊图像进行去模糊得到清晰图像。本发明采用前后端结合的方式，前端的光学系统成像时不对像质做严格要求，主要关注对后续神经网络去模糊影响较大的像差，通过后端的神经网络处理对模糊图像进行还原，取得理想的成像效果同时避免了前端结构的复杂化，大大简化了前端的光学系统。

技术研发人员：杨磊,胡宏伟,谢洪波,吉佳瑞
受保护的技术使用者：天津大学
技术研发日：
技术公布日：2024/1/16