CN116819768B - 一种大景深单透镜***设计方法和装置 - Google Patents
一种大景深单透镜***设计方法和装置 Download PDFInfo
- Publication number
- CN116819768B CN116819768B CN202310842313.0A CN202310842313A CN116819768B CN 116819768 B CN116819768 B CN 116819768B CN 202310842313 A CN202310842313 A CN 202310842313A CN 116819768 B CN116819768 B CN 116819768B
- Authority
- CN
- China
- Prior art keywords
- single lens
- depth
- aperture
- aberration correction
- different
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013461 design Methods 0.000 title claims abstract description 17
- 230000004075 alteration Effects 0.000 claims abstract description 92
- 238000003384 imaging method Methods 0.000 claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 9
- 239000011148 porous material Substances 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 229920013655 poly(bisphenol-A sulfone) Polymers 0.000 claims 1
- 230000006870 function Effects 0.000 description 26
- 230000003287 optical effect Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 4
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/0012—Optical design, e.g. procedures, algorithms, optimisation routines
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/0025—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00 for optical correction, e.g. distorsion, aberration
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B3/00—Simple or compound lenses
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Lenses (AREA)
Abstract
本发明公开了一种大景深单透镜***设计方法和装置，包括：步骤S1、以像差指标为约束对单透镜进行初步优化；步骤S2、评估初步优化后的单透镜不同孔径的像差校正能力，将初步优化后的单透镜孔径划分为像差校正能力不同的区域；步骤S3、对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。采用本发明的技术方案，能设计得到大景深的单透镜成像***，满足一定的性能要求。
Description
技术领域
本发明属于光学计算成像技术领域，尤其涉及一种大景深单透镜***设计方法和装置。
背景技术
在光学***中，景深与其相对孔径的平方成反比，相对孔径越小的光学***景深越大，但相对孔径小的光学***，进入光学***的通光量不足，成像质量受损，增加相对孔径又会减小景深。相较于小孔径***，孔径较大的***中，完整孔径区域的光线无法依靠优化完全汇聚成一个理想像点，不同深度的物点成像呈现出发散且发散程度不同的特性，造成的结果就是原本成像清晰的深度处成像变得模糊，导致光学***的景深难以提升。
相比于复杂透镜组,单透镜成像***有着体积小、质量轻和设计简单等优势。但针对上述景深延拓面临的问题，传统的设计方法难以获得大景深的单透镜成像***。
发明内容
本发明要解决的技术问题是，提供一种大景深单透镜***设计方法和装置，以解决针对大景深单透镜光学***难以设计的问题。
为达上述目的，本发明采用如下的技术方案：
一种大景深单透镜***设计方法，包括以下步骤：
步骤S1、以像差指标为约束对单透镜进行初步优化；
步骤S2、评估初步优化后的单透镜不同孔径的像差校正能力，将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
步骤S3、对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
作为优选，所述步骤S1中，基于几何光线追迹建立单透镜成像模型，设定均匀间隔的采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使像差指标最小的单透镜参数。
作为优选，步骤S2中，得到初步优化后的单透镜不同孔径对应的光斑半径，用于评估不同孔径的像差校正能力，根据评估结果将孔径划分为像差校正能力不同的区域。
作为优选，步骤S3中，对像差校正能力不同的区域采用分立的成像质量约束；其中，对像差校正能力高的区域，使用像差指标作为约束；对像校正能力低的区域采用对比度和一致性约束；其中，所述分立的成像质量约束对单透镜参数进行优化，得到点扩散函数深度不变且清晰成像的大景深单透镜***
本发明提供一种大景深单透镜***设计装置，包括：
第一优化模块，用于以像差指标为约束对单透镜进行初步优化；
划分模块，用于将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
第二优化模块，用于对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
作为优选，第一优化模块，用于基于几何光线追迹建立单透镜成像模型，设定均匀间隔的采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使像差指标最小的单透镜参数。
作为优选，划分模块，用于将得到初步优化后的单透镜不同孔径对应的光斑半径评估不同孔径的像差校正能力，根据评估结果将孔径划分为像差校正能力不同的区域。
作为优选，第二优化模块，用于对像差校正能力不同的区域采用分立的成像质量约束；其中，对像差校正能力高的区域，使用像差指标作为约束；对像差校正能力低的区域采用对比度和一致性约束；所述分立的成像质量约束对单透镜参数进行优化，得到点扩散函数深度不变且清晰成像的大景深单透镜***。
本发明具有以下的技术效果：
(1)本发明通过以传统像差指标为约束对单透镜进行初步优化，由初步优化的单透镜***计算评价指标，能够评价对大景深范围物点成像过程中，不同孔径位置的像差校正能力。
(2)本发明结合不同孔径区域的像差特性，提出了一种对不同孔径区域做不同成像质量约束的孔径分立优化策略，解决了在大景深单透镜设计中，难以校正完整孔径像差的问题。
(3)本发明结合单透镜对不同物距处的成像特性，提出了一种对比度和一致性约束，能够实现优化后的单透镜***在大景深范围内点扩散函数深度不变且清晰成像，能满足大景深单透镜光学***的设计需求，形成了一种新的单透镜景深延拓思路。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图：
图1为本发明实施例中大景深单透镜***设计方法流程图；
图2为本发明实施例中的单透镜光线追迹示意图；
图3为本发明实施例中初步优化后单透镜***像差校正能力指标随孔径值的变化曲线；
图4为本发明实施例中所设计单透镜光学***在不同深度的点扩散函数和仿真图像。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1：
如图1所示，本发明实施例提供一种大景深单透镜***设计方法，包括：
步骤S1、以像差指标为约束对单透镜进行初步优化；
步骤S2、评估初步优化后的单透镜不同孔径的像差校正能力，将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
步骤S3、对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
作为本发明实施例的一种实施方式，所述步骤S1中，基于几何光线追迹建立单透镜成像模型，设定均匀间隔的N个采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以传统像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使传统像差指标最小的单透镜参数θ。将第k个采样物点的物距表示为lk，传统像差指标定义的损失函数为L(θ,lk)，将优化过程表示为：
在步骤S1中可选用梯度下降方法完成上述的优化过程。
作为本发明实施例的一种实施方式，在步骤S2中，定义像差校正能力评价指标I(R)用于评估单透镜在半径为R的孔径处的像差校正能力。
其中，表示在第k个采样物点位置发出的光线，经过在半径为R的孔径位置后在像面的落点和像面中心的距离。
作为本发明实施例的一种实施方式，在步骤S2中，通过对像差校正能力评价指标设定阈值，将单透镜孔径划分为像差校正能力不同的区域。将孔径光阑上使I(R)小于设定阈值的孔径范围定义为Ωc，将孔径光阑上半径R∈Ωc的孔径范围定为ΩIC，对应区域具有高像差校正能力，将孔径光阑上半径的孔径范围为ΩOC，对应区域具有低像差校正能力，将第k个采样物点发出，通过孔径范围ΩOC的光线得到的点扩散函数定义为/>
作为本发明实施例的一种实施方式，在步骤S3中，对像差校正能力不同的区域提出分立的成像质量约束，对像差校正能力高的区域，使用传统像差指标作为约束；对像差校正能力低的区域提出了一种对比度和一致性约束，使该区域点扩散函数具有低对比度，且在大景深范围内具有一致性。
对比度约束可以表示为：
其中，θ1表示满足对所有采样物点，该透镜区域成像结果对比度最小的单透镜参数。
一致性约束可以表示为以下最优化问题：
其中，E{·}表示对不同采样物点求平均值,表示不同采样物点对应点扩散函数的平均值,θ2表示使该孔径范围的PSF在采样物点之间差距最小的单透镜参数。
进一步，提出了一种孔径分立的损失函数，可表示为：
其中，为第k个采样物点发出，通过半径范围ΩIC的光线在像面落点的均方根半径。α,β和γ为权重。
以损失函数最小为优化目标，对单透镜参数进行优化，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
实施例2：
本发明实施例还提供了一种大景深单透镜***设计方法，具体实施步骤如下：
步骤S1、以像差指标为约束对单透镜进行初步优化。
基于几何光线追迹建立单透镜成像模型，，设定均匀间隔的N个采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标。实施例中的光学***为平凸偶次非球面单透镜光学***，光线追迹示意图如图2所示，其中，透镜厚度为2.65mm，焦距f＝39mm，曲率半径r＝19.15mm，材质为PMMA，待优化参数为后表面的4、6、8、10、12、14、16阶偶次非球面系数，定义为θ＝(a4,a6,a8,a10,a12,a14,a16)，初值均为0。
在单透镜前表面上孔径范围内取64×64个采样点，将采样点的空间坐标表示为P0＝(x0,y0,z0)，使用R0表示采样点到光轴的距离。
从采样物点到孔径采样点的射线为前表面的入射光线，根据折射定律计算在前表面上折射光线的传播方向。
由于透镜的后表面是偶次非球面，且含有高阶的偶次非球面系数，射线和曲面相交的方程无法求解且非球面的偏导数非常复杂，所以实施例中采用了一种迭代近似的方法以计算光线和透镜后表面的交点，定义上述光线在前后表面之间的传播距离t为未知量，迭代方程如下：
其中，Δzt为光线传播t距离后的落点Z轴坐标和后表面的轴向距离，定义Δzt+h为光线传播距离t+h后的落点Z轴坐标和后表面的轴向距离，h为迭代参数，随着迭代次数衰减，当Δzt小于设定阈值10-7mm，停止迭代。得到光线和透镜后表面交点的近似解，将光线和后表面的交点表示为P1＝(x1,y1,z1)。
利用折射定律计算光线在后表面上的折射角，利用光线在后表面的交点和折射角，利用简单的几何关系即可得到光线在像面上的落点，表示为P2＝(x2,y2)。
在物空间中深度为1000mm到2000mm的距离范围内均匀地取六个物点，采样物点物距分别为1000mm，1200mm，1400mm，1600mm，1800mm，2000mm。以上述采样物点成像的均方根半径之和为约束，对单透镜***进行初步优化，以求解使损失函数最小的单透镜参数θ0。将第k个采样物点的物距表示为lk，传统像差指标定义的损失函数为L(θ,lk)，将优化过程表示为：
基于Pytorch深度学习框架，使用Adam优化器对光学***进行初步优化，学习率设置为0.005，优化200个周期后，所得初步优化后单透镜后表面的4至16阶非球面系数分别为-5.345E-5、1.7885E-7、1.1335×E-8、1.4495E-10、2.642E-12、1.655E-13、2.989E-16。
步骤S2、评估初步优化后的单透镜不同孔径的像差校正能力，将初步优化后的单透镜孔径划分为像差校正能力不同的区域。在单透镜前表面上均匀地取500个采样孔径值，计算从所有采样物点出发经过前表面采样点的光线在像面上的落点坐标，由此计算像差校正能力评价指标I(R)：
图3为本发明实施例中初步优化后的单透镜***中像差校正能力指标随孔径值的变化曲线。
设定像面像素尺寸为0.0125mm,在实施例中，将单个像素尺寸设置为像差校正能力评价指标的阈值，通过阈值将单透镜孔径划分为像差校正能力不同的区域。将孔径光阑上使I(R)小于设定阈值的孔径范围定义为Ωc，将孔径光阑上半径R∈Ωc的孔径范围定为ΩIC，对应区域具有高像差校正能力，将孔径光阑上半径的孔径范围为ΩOC，对应区域具有低像差校正能力。
依据阈值划分后ΩIC为[0,2.85]，ΩOC为(2.85,5]，即孔径上孔径值小于为2.85mm的光线，像差校正能力强，在优化过程中光线容易汇聚成为理想像点，孔径值大于2.85mm的光线，像差校正能力弱，难以在优化过程中汇聚成为理想像点。
步骤S3、对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
对像差校正能力高的区域，使用所有深度采样像点的均方根半径之和作为损失函数，目的是让优化后的光学***能够满足在大景深范围内，该孔径范围的像差最小化。对像差校正能力低的区域提出了一种对比度和一致性约束，目的是让优化后的光学***在该孔径范围的像差，在采样点处点扩散函数一致且能够使完整孔径高质量成像。
计算前表面上采样点孔径范围为ΩIC的光线在像面上的落点坐标并计算其均方根半径；计算前表面上采样点孔径范围为ΩOC的光线在像面上的落点坐标，由此得到点扩散函数，记为使用/>表示所有采样物点对应点扩散函数的平均值。
对比度约束可以表示为：
其中，θ1表示满足对所有采样物点，该透镜区域成像结果对比度最小的单透镜参数，对比度约束可以表示为：
其中，θ2表示使该孔径范围的PSF在采样物点之间差距最小的单透镜参数。
将上述约束加权求和计算总损失函数：
其中，α,β和γ为损失函数不同部分的权重，分别为1,0.01,1。
基于Pytorch深度学习框架，使用Adam优化器对光学***进行进一步优化，学习率为0.005，优化200个周期后，损失函数不再下降，认为得到了最优的面形参数，所得优化后单透镜后表面的4到16阶偶次非球面系数分别为-9.70E-6、1.937E-5、-1.789E-7、-1.128E-7、-3.838E-9、-5.988E-10、-2.458E-11。
图4第一行和第三行依次展示了优化后的光学***中，理想像点和深度为2000mm、1750mm、1500mm、1250mm、1000mm处的物点成像的点扩散函数，第二行和第四行展示了原始清晰图像以及对应物距处图像的仿真图和局部放大图，从图4可以看出，使用本方法设计的光学***能够实现在大景深范围内清晰成像。
实施例3：
本发明提供一种大景深单透镜***设计装置，包括：
第一优化模块，用于以像差指标为约束对单透镜进行初步优化；
划分模块，用于将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
第二优化模块，用于对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
作为本发明实施例的一种实施方式，第一优化模块，用于基于几何光线追迹建立单透镜成像模型，设定均匀间隔的采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使像差指标最小的单透镜参数。
作为本发明实施例的一种实施方式，划分模块，用于将得到初步优化后的单透镜不同孔径对应的光斑半径评估不同孔径的像差校正能力，根据评估结果将孔径划分为像差校正能力不同的区域。
作为本发明实施例的一种实施方式，第二优化模块，用于对像差校正能力不同的区域采用分立的成像质量约束；其中，对像差校正能力高的区域，使用像差指标作为约束；对像差校正能力低的区域采用对比度和一致性约束；所述分立的成像质量约束对单透镜参数进行优化，得到点扩散函数深度不变且清晰成像的大景深单透镜***。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (4)
1.一种大景深单透镜***设计方法，其特征在于，包括以下步骤：
步骤S1、以像差指标为约束对单透镜进行初步优化；
步骤S2、评估初步优化后的单透镜不同孔径的像差校正能力，将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
步骤S3、对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***；
在步骤S2中，通过对像差校正能力评价指标设定阈值，将单透镜孔径划分为像差校正能力不同的区域，将孔径光阑上使I(R)小于设定阈值的孔径范围定义为Ωc，将孔径光阑上半径R∈Ωc的孔径范围定为ΩIC，对应区域具有高像差校正能力，将孔径光阑上半径的孔径范围为ΩOC，对应区域具有低像差校正能力，将第k个采样物点发出，通过孔径范围ΩOC的光线得到的点扩散函数定义为/>
步骤S3中，对像差校正能力不同的区域采用分立的成像质量约束；其中，对像差校正能力高的区域，使用像差指标作为约束；对像差校正能力低的区域采用对比度和一致性约束；其中，所述分立的成像质量约束对单透镜参数进行优化，得到点扩散函数深度不变且清晰成像的大景深单透镜***；具体为：
对比度约束表示为：
其中，θ1表示满足对所有采样物点，该透镜区域成像结果对比度最小的单透镜参数；
一致性约束表示为以下最优化问题：
其中，E{·}表示对不同采样物点求平均值,表示不同采样物点对应点扩散函数的平均值,θ2表示使该孔径范围的PSF在采样物点之间差距最小的单透镜参数；
设计孔径分立的损失函数，表示为：
其中，为第k个采样物点发出，通过半径范围ΩIC的光线在像面落点的均方根半径，α,β和γ为权重；
以损失函数最小为优化目标，对单透镜参数进行优化，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
2.如权利要求1所述的大景深单透镜***设计方法，其特征在于，所述步骤S1中，基于几何光线追迹建立单透镜成像模型，设定均匀间隔的采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使像差指标最小的单透镜参数。
3.一种实现权利要求1至2任意一项的大景深单透镜***设计方法的大景深单透镜***设计装置，其特征在于，包括：
第一优化模块，用于以像差指标为约束对单透镜进行初步优化；
划分模块，用于将初步优化后的单透镜孔径划分为像差校正能力不同的区域；
第二优化模块，用于对划分的孔径区域设置不同的成像质量约束，优化得到点扩散函数深度不变且清晰成像的大景深单透镜***。
4.如权利要求3所述的大景深单透镜***设计装置，其特征在于，第一优化模块，用于基于几何光线追迹建立单透镜成像模型，设定均匀间隔的采样物点，计算从采样物点出发的采样光线通过单透镜后在像面上的坐标，以像差指标为约束，初步优化单透镜对不同物距成像的像差，以求解使像差指标最小的单透镜参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310842313.0A CN116819768B (zh) | 2023-07-11 | 2023-07-11 | 一种大景深单透镜***设计方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310842313.0A CN116819768B (zh) | 2023-07-11 | 2023-07-11 | 一种大景深单透镜***设计方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116819768A CN116819768A (zh) | 2023-09-29 |
| CN116819768B true CN116819768B (zh) | 2024-04-12 |
Family
ID=88140892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310842313.0A Active CN116819768B (zh) | 2023-07-11 | 2023-07-11 | 一种大景深单透镜***设计方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116819768B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7949252B1 (en) * | 2008-12-11 | 2011-05-24 | Adobe Systems Incorporated | Plenoptic camera with large depth of field |
| KR20140077068A (ko) * | 2012-12-13 | 2014-06-23 | 한국항공대학교산학협력단 | 렌즈 왜곡 보정 장치 및 방법 |
| CN108333748A (zh) * | 2018-02-24 | 2018-07-27 | 京东方科技集团股份有限公司 | 一种虚拟现实设备的透镜优化方法和装置 |
| CN114063282A (zh) * | 2021-11-30 | 2022-02-18 | 哈尔滨工业大学 | 一种基于点扩散函数的大视场单透镜面形优化方法和装置 |
| CN114897752A (zh) * | 2022-05-09 | 2022-08-12 | 四川大学 | 一种基于深度学习的单透镜大景深计算成像***及方法 |
-
2023
- 2023-07-11 CN CN202310842313.0A patent/CN116819768B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7949252B1 (en) * | 2008-12-11 | 2011-05-24 | Adobe Systems Incorporated | Plenoptic camera with large depth of field |
| KR20140077068A (ko) * | 2012-12-13 | 2014-06-23 | 한국항공대학교산학협력단 | 렌즈 왜곡 보정 장치 및 방법 |
| CN108333748A (zh) * | 2018-02-24 | 2018-07-27 | 京东方科技集团股份有限公司 | 一种虚拟现实设备的透镜优化方法和装置 |
| CN114063282A (zh) * | 2021-11-30 | 2022-02-18 | 哈尔滨工业大学 | 一种基于点扩散函数的大视场单透镜面形优化方法和装置 |
| CN114897752A (zh) * | 2022-05-09 | 2022-08-12 | 四川大学 | 一种基于深度学习的单透镜大景深计算成像***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116819768A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10769761B2 (en) | Generating high resolution images from low resolution images for semiconductor applications | |
| CN110136141B (zh) | 一种面向复杂环境的图像语义分割方法及装置 | |
| CN102313989B (zh) | 一种单个非球面透镜像差校正的方法 | |
| CN108550125A (zh) | 一种基于深度学习的光学畸变修正方法 | |
| CN103809290B (zh) | 一种光学***面形误差相互补偿优化方法 | |
| CN109387938B (zh) | 光学***自由曲面面形公差分布的分析方法 | |
| CN114897752B (zh) | 一种基于深度学习的单透镜大景深计算成像***及方法 | |
| CN116612092A (zh) | 一种基于改进的MobileViT网络的显微镜图像清晰度评价方法 | |
| WO2022205627A1 (zh) | 一种端到端成像设备设计方法和装置 | |
| CN110765674B (zh) | 气动光学效应计算方法及*** | |
| CN107329233A (zh) | 一种基于神经网络的微滴式pcr仪自动对焦方法 | |
| CN111221118B (zh) | 一种基于相位编码单透镜的显微成像方法 | |
| CN116819768B (zh) | 一种大景深单透镜***设计方法和装置 | |
| CN116009246A (zh) | 一种基于深度学习的偏振光学***自动优化设计方法 | |
| CN110785709B (zh) | 从低分辨率图像产生高分辨率图像以用于半导体应用 | |
| CN117826403A (zh) | 一种基于局部焦距追迹计算的广角镜头设计方法 | |
| CN114791669B (zh) | 大尺寸消色差超表面透镜及其设计方法、制造方法 | |
| CN114882346B (zh) | 一种基于视觉的水下机器人目标自主识别方法 | |
| US11867624B2 (en) | System for reconstructing and outputting a structure of an estimation sample using refractive index distribution of updated estimation sample | |
| CN117406429A (zh) | 自由曲面光学***的降敏设计方法 | |
| CN113436120B (zh) | 一种图像模糊值识别方法及装置 | |
| CN111680741B (zh) | 基于深度学习的计算机辅助干涉仪的自动装调方法 | |
| Altman et al. | Optical-design techniques for polymer optics | |
| JP2002267926A (ja) | 光学系の設計手法 | |
| CN116342660B (zh) | 一种多尺度分析融合加权滤波的仿生复眼光流场估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |