CN113141446B - 像差处理方法、计算机装置及可读存储介质 - Google Patents

像差处理方法、计算机装置及可读存储介质 Download PDF

Info

Publication number
CN113141446B
CN113141446B CN202010067873.XA CN202010067873A CN113141446B CN 113141446 B CN113141446 B CN 113141446B CN 202010067873 A CN202010067873 A CN 202010067873A CN 113141446 B CN113141446 B CN 113141446B
Authority
CN
China
Prior art keywords
wavefront
image entropy
image
driving voltage
entropy value
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
Application number
CN202010067873.XA
Other languages
English (en)
Other versions
CN113141446A (zh
Inventor
伯恩
黄怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MGI Tech Co Ltd
Original Assignee
MGI Tech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by MGI Tech Co Ltd filed Critical MGI Tech Co Ltd
Priority to CN202010067873.XA priority Critical patent/CN113141446B/zh
Publication of CN113141446A publication Critical patent/CN113141446A/zh
Application granted granted Critical
Publication of CN113141446B publication Critical patent/CN113141446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/32—Micromanipulators structurally combined with microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
    • H04N25/61—Noise processing, e.g. detecting, correcting, reducing or removing noise the noise originating only from the lens unit, e.g. flare, shading, vignetting or "cos4"
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供一种像差处理方法，包括：于光学系统的所有波前校正器均未被驱动时，控制该光学系统的相机拍摄一初始图像，并计算该初始图像的图像熵值E0，其中，该所有波前校正器的总数为I个；根据所述图像熵值E0，以及于驱动所述I个波前校正器中的每个波前校正器时所述相机所拍摄的图像的图像熵值，确定所述每个波前校正器所对应的最优驱动电压；及根据所述每个波前校正器所对应的最优驱动电压获得所述I个波前校正器的表面形变。本发明还提供实现所述像差处理方法的计算机装置及可读存储介质。

Description

像差处理方法、计算机装置及可读存储介质
技术领域
本发明涉及图像处理技术领域，具体涉及一种像差处理方法、计算机装置及可读存储介质。
背景技术
随着基因测序技术的发展，对显微光学系统的要求变得越来越高，使用的物镜的数值孔径也越来越大；但是由于物镜在光学设计上的不完美，以及显微光学系统装配公差的存在，导致光学系统不可避免地受到像差的影响，视场边缘受像差影响尤为严重，导致图像质量恶化，直接影响基因测序结果。
发明内容
鉴于以上内容，有必要提出一种像差处理方法、计算机装置及可读存储介质，能够有效检测、解析与消除像差。
所述像差处理方法，所述方法包括：
于光学系统的所有波前校正器均未被驱动时，控制该光学系统的相机拍摄一初始图像，并计算该初始图像的图像熵值E0，其中，该所有波前校正器的总数为I个；
根据所述图像熵值E0，以及于驱动所述I个波前校正器中的每个波前校正器时所述相机所拍摄的图像的图像熵值，确定所述每个波前校正器所对应的最优驱动电压；及
根据所述每个波前校正器所对应的最优驱动电压获得所述I个波前校正器的表面形变。
优选地，所述根据所述图像熵值E0，以及于驱动所述I个波前校正器中的每个波前校正器时所述相机所拍摄的图像的图像熵值，确定所述每个波前校正器所对应的最优驱动电压包括：
步骤一、根据预设的总驱动步数J驱动所述I个波前校正器中的每个波前校正器，并于对所述I个波前校正器中的每个波前校正器执行每步驱动时控制所述相机采集一张图像，由此获得所述I个波前校正器中的每个波前校正器所对应的J张图像；
步骤二、对所述I个波前校正器中的每个波前校正器所对应的J张图像分别计算图像熵值，由此得到所述I个波前校正器中的每个波前校正器所对应的J个图像熵值，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值，将所确定的最大的图像熵值作为历史最大图像熵值；
步骤三、确定所述历史最大图像熵值所对应的波前校正器和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器的最优驱动电压；
步骤四、对所述I个波前校正器中已确定最优驱动电压的波前校正器施加对应的最优驱动电压；
步骤五、根据所述预设的总驱动步数J驱动所述I个波前校正器中尚未确定最优驱动电压的波前校正器中的每个波前校正器，并于对所述尚未确定最优驱动电压的波前校正器中的每个波前校正器执行每步驱动时控制所述相机采集一张图像，由此获得每个尚未确定最优驱动电压的波前校正器所对应的J张图像；
步骤六、对所述每个尚未确定最优驱动电压的波前校正器所对应的J张图像分别计算图像熵值，从而获得每个尚未确定最优驱动电压的波前校正器所对应的J个图像熵值；
步骤七、从所述每个尚未确定最优驱动电压的波前校正器所对应的J个图像熵值以及所述历史最大图像熵值中确定一个最大的图像熵值，以及将所述历史最大图像熵值更新为当前所确定的最大的图像熵值；
步骤八、确定所述历史最大图像熵值所对应的波前校正器和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器的最优驱动电压；
执行完步骤八后回到步骤四，直至对尚未确定最优驱动电压的每个波前校正器均确定了对应的最优驱动电压。
优选地，所述步骤一和步骤五中，在对所述波前校正器执行第j步驱动时所施加的驱动电压为j*Δv，其中，j为整数，1≤j≤J，J＝V/Δv，其中，J为所述预设的总驱动步数，V为最大驱动电压，Δv为步进驱动电压。
优选地，所述步骤二中，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值包括：
按照预设的顺序将所述I个波前校正器中的每个波前校正器所对应的J个图像熵值以及所述图像熵值E0进行排序，从而确定最大的图像熵值。
优选地，所述步骤二中，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值包括：
从所述每个波前校正器对应的J个图像熵值中确定一个最大图像熵值，由此获得所述I个波前校正器对应的最大图像熵值的序列；及
从所述I个波前校正器对应的最大图像熵值的序列和所述图像熵值E0中确定最大熵值。
优选地，该方法在计算任一图像的图像熵值时包括：
计算该任一图像的每个像素分别在预设的多个方向上的熵值；及
将所获得的该任一图像的所有像素分别在所述多个方向上的熵值的平均值作为所述任一图像的图像熵值。
优选地，该方法还包括：
利用泽尼克多项式表示所获得的所述I个波前校正器的表面形变；
获取所述泽尼克多项式中的每一项的权重；及
存储所述泽尼克多项式中的每一项的权重。
优选地，该方法还包括：
对所述泽尼克多项式中的每一项的权重进行优化，基于优化后的所述泽尼克多项式中的每一项的权重重新构建所述I个波前校正器的表面形变；
计算所获得的所述I个波前校正器的表面形变和重新构建的所述I个波前校正器的表面形变之间的差值；及
根据所述差值的大小分析像差处理的精度。
所述计算机装置包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序实现所述的像差处理方法。
所述计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现所述的像差处理方法。
相较于现有技术，本发明实施例中所述的像差处理方法、计算机装置及可读存储介质，能够有效检测、解析与消除像差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1是本发明较佳实施例提供的像差处理系统的运行环境图。
图2是本发明较佳实施例提供的光学系统的示意图。
图3是本发明较佳实施例提供的像差处理方法的流程图。
图4是本发明较佳实施例提供的确定最优驱动电压的方法的流程图。
图5A示意了利用泽尼克多项式解析最优图像以及所获得的泽尼克多项式中每一项的权重。
图5B示意了像差消除的前后对比效果。
主要元件符号说明
Figure BDA0002376493370000041
Figure BDA0002376493370000051
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，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。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
图1是本发明较佳实施例提供的像差处理系统的运行环境图。图2是本发明较佳实施例提供的光学系统。
请同时结合图1和图2所示，本实施例中，像差处理系统10运行于计算机装置1中，用于对光学系统20所产生的像差进行检测、分析，以及消除。具体细节后面介绍。
本实施例中，所述计算机装置1还包括，但不限于，存储器11和处理器12。
本领域技术人员应该了解，图1示出的计算机装置的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述计算机装置1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
在一些实施例中，所述计算机装置1包括一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的终端，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。
需要说明的是，所述计算机装置1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
在一些实施例中，所述存储器11用于存储程序代码和各种数据，例如安装在所述计算机装置1中的像差处理系统10，并在计算机装置1的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器11包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中，所述至少一个处理器12可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器(Graphics Processing Unit，GPU)及各种控制芯片的组合等。所述至少一个处理器12是所述计算机装置1的控制核心(Control Unit)，利用各种接口和线路连接整个计算机装置1的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块，以及调用存储在所述存储器11内的数据，以执行计算机装置1的各种功能和处理数据，例如执行像差消除的功能。
在一些实施例中，所述至少一条通信总线13被设置为实现所述存储器11以及所述至少一个处理器12等之间的连接通信。
尽管未示出，所述计算机装置1还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器12逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机装置1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
请再参阅图2所示，本实施例中，光学系统20包括光源装置21、物镜22、波前校正器模组23、筒镜24，以及相机25。
本实施例中，所述光源装置21可以是受激发能产生荧光的装置。所述物镜22可以是指非理想物镜，光源经过该物镜22会产生畸变波前221。本实施例中，所述波前校正器模组23包括I个波前校正器231，用于矫正所述畸变波前221为平面波前，光源经筒镜24汇聚到相机25成像。本实施例中，所述波前校正器模组23可以为可变形反射镜(Deformable_Mirror)，可变形透镜，微透镜阵列，液晶透镜阵列。本实施例中，I为整数。本实施例的图2中示意了三个波前校正器231。
本实施例中，对所述I个波前校正器231中的每个波前校正器231的驱动方式为分J步进行。每次(也即是每步)驱动所述任意一个波前校正器231所施加的驱动电压相较于上一次(也即是上一步)驱动所述任意一个波前校正器231所施加的驱动电压大Δv，当第J步驱动该任意一个波前校正器231时对该任意一个波前校正器231所施加的驱动电压为该任意一个波前校正器231所对应的最大驱动电压V。也即J＝V/Δv。换句话来讲，对所述I个波前校正器231中的任意一个波前校正器231执行第j步驱动时所施加的驱动电压为j*Δv；其中，j为整数，1≤j≤J。
需要说明的是，本实施例中，对所述波前校正器231执行的每一步驱动也即是指对波前校正器231执行了一次驱动。换句话来讲，对一个波前校正器231执行了n步驱动也即是指执行了n次驱动。
本实施例中，所述光源装置21所发出的荧光经过所述物镜22生成畸变波前，畸变波前经过所述波前校正器模组23反射校正为平面波前，然后经筒镜24汇聚到相机25上得到图像。
本实施例中，所述像差处理系统10用于利用所述波前校正器模组23所包括的所述I个波前校正器231对所述光学系统20所产生的畸变波前进行检测、分析，以及矫正。具体细节下面介绍。
在本实施例中，所述像差处理系统10可以包括一个或多个模块，所述一个或多个模块分别存储在所述存储器11中，并由至少一个或多个处理器(本实施例分别为处理器12)执行，以完成本发明。例如，参阅图1所示，所述像差处理系统10包括获取模块101和执行模块102。本发明所称的模块是能够完成一特定功能的计算机程序的程序段，关于各模块的详细功能将结合图3的流程图作具体描述。
图3是本发明较佳实施例提供的像差处理方法的流程图。
在本实施例中，所述像差处理方法可以应用于计算机装置中，对于需要执行像差处理的计算机装置，可以直接在计算机装置上集成本发明的方法所提供的用于像差处理的功能，或者以软件开发工具包(Software Development Kit，SDK)的形式运行在计算机装置上。
如图3所示，所述像差处理方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
步骤S1、获取模块101于光学系统20的所有波前校正器231的驱动电压均为0时(即所有波前校正器231均未被驱动时)，控制所述光学系统20的相机25拍摄图像(为便于清楚简单说明本发明，在所有波前校正器231均未被驱动时该相机25所拍摄的图像称为“初始图像”)。执行模块102计算该初始图像的图像熵值(image entropy)。为便于清楚简单说明本发明，该初始图像的图像熵值记为E0。
本实施例中，所述光学系统20所包括的所有波前校正器231的总数为I个。I为整数。需要说明的是，I的值的大小直接影响到所能消除的像差的级别。具体细节后面揭示。
本实施例中，所述初始图像可以是指二维图像。
需要说明的是，本实施例中(包括下文所提及的)执行模块102对图像的图像熵值的计算(即对任一图像的图像熵值的计算)包括：计算该任一图像的每个像素分别在预设的多个方向(即多个角度，例如0°,45°,90°,135°)上的熵值；及将所获得的该任一图像的所有像素分别在该多个方向上的熵值的平均值作为所述任一图像的图像熵值。
以计算所述初始图像的图像熵值E0为例，包括：计算该初始图像的每个像素分别在所述预设的多个方向(即多个角度，例如0°,45°,90°,135°)上的熵值，将所获得的该初始图像的所有像素分别在该多个方向上的熵值的平均值作为所述初始图像的图像熵值。
需要说明的是，图像熵值可以用于评判图像质量优劣，其中，图像熵值越高，图像质量越好；图像熵值越低，图像质量越差。
具体地，可以根据如下公式计算任意一个图像的图像熵值：
Figure BDA0002376493370000091
Figure BDA0002376493370000092
其中，k为图像的空间频率，R[n]为位置n，满足离散空间频率分布Pn[k]的瑞利熵；θs为计算一维熵值的角度，s∈[1,2,…,S],S为计算图像熵值时的总维数。例如，当S＝4时，可以选取θs＝[0°,45°,90°,135°]四个角度来计算一维熵值，将所计算获得平均值
Figure BDA0002376493370000101
作为图像熵值。
步骤S2、所述执行模块102根据所述图像熵值E0，以及于驱动所述I个波前校正器231中的每个波前校正器231时所述相机25所拍摄的图像的图像熵值，确定所述每个波前校正器231所对应的最优驱动电压。
在本实施例中，所述根据所述图像熵值E0，以及于驱动所述I个波前校正器231中的每个波前校正器231时所述相机25所拍摄的图像的图像熵值，确定所述每个波前校正器231所对应的最优驱动电压的方法步骤请参阅后续对图4的介绍。
步骤S3、所述执行模块102根据所述I个波前校正器231中的每个波前校正器231所对应的最优驱动电压获得所述I个波前校正器231的表面形变，从而实现像差的检测。
具体地，所述波前校正器231的表面形变与所述波前校正器231的驱动电压之间存在关系：D＝f(V)，其中，V表示所述波前校正器231的驱动电压，D表示波前校正器231产生的表面形变。因此，所述执行模块102可根据所述I个波前校正器231分别对应的最优驱动电压，来获得所述I个波前校正器231组合而成的表面形变。由于所述表面形变的大小可以直接用于评估波前畸变的大小，因此，所述执行模块102可以根据所述表面形变评估光学系统的光源所产生的波前畸变的大小。
步骤S4、所述执行模块102利用泽尼克多项式表示所获得的所述I个波前校正器的表面形变(所获得的所述I个波前校正器的表面形变称为“实测波前”)。所述执行模块102获取所述泽尼克多项式中的每一项的权重。所述执行模块102还存储所述泽尼克多项式中的每一项的权重。
在一个实施例中，所述执行模块102在对所述I个波前校正器231同时分别施加对应的最优驱动电压的同时还控制所述相机25拍摄一张图像。
为便于清楚说明本发明，将对所述I个波前校正器231同时分别施加了对应的最优驱动电压时所述相机25所拍摄的图像称为“最优图像”。
需要说明的是，此时最优图像的图像熵值最大，此时可认为所述I个波前校正器231共同产生的形变与由光学系统像差引起的畸变波前是互补的，畸变波前被所述I个波前校正器231校正为平面波前，故而光学系统的像差得到了消除。
需要说明的是，所述泽尼克多项式中的每一项的权重也即是每一项所代表的像差所占的权重。将所述泽尼克多项式中的每一项的权重进行存储可供后续对光学系统的每种类型的像差进行分析。
在一个实施例中，所述执行模块102利用如下Zernike多项式来表示所获得的所述I个波前校正器的表面形变：
Figure BDA0002376493370000111
其中，参数ρ为极径,θ为极角,n为所述泽尼克多项式的阶数,m为角频率,R为角度分量。
基于上述参数，所述执行模块102可得到0～n阶Zernike多项式如下:
Figure BDA0002376493370000112
Figure BDA0002376493370000113
Figure BDA0002376493370000114
Figure BDA0002376493370000115
……………
Figure BDA0002376493370000116
此外，所述执行模块102还可以通过如下公式计算获得0～n阶Zernike多项式的总项数N，该公式为：
N＝(n+2)·(n+1)/2＝(n2+3n+2)/2
需要说明的是，不同阶的Zernike多项式对应不同类型的像差，例如第0～2阶Zernike波前对应的是低阶像差(如像散和离焦等)，第3～7阶Zernike波前对应的是高阶像差(如慧差，球差等)。所述I个波前校正器231的总数在满足I≥N的情况下，可以消除0～n阶Zernike多项式对应的畸变波前。以n＝7为例,为了消除混合了0～7阶Zernike多项式的畸变波前，波前校正器231的总数则应该大于或者等于36。
需要说明的是，本实施例是将波前畸变视为由多阶Zernike波前按照不同权重组合叠加而成。
本实施例中，所述执行模块102可以根据如下公式来获取所述泽尼克多项式中的每一项的权重包括：
Figure BDA0002376493370000121
Ki＝Wi -1WDe
其中，WDe为实测波前，Wi Zernike为第i阶Zernike波前，ki为第i阶Zernike波前的权重值，N为Zernike波前的总项数,Wi＝[W1,W2,…,WN],Ki＝[k1,k2,…,kN]。
步骤S5、所述执行模块102对所述泽尼克多项式中的每一项的权重进行优化，基于优化后的所述泽尼克多项式中的每一项的权重重新构建所述I个波前校正器231的表面形变(重新构建的所述I个波前校正器231的表面形变也即是“重构波前”)。
在一个实施例中，所述对所述泽尼克多项式中的每一项的权重进行优化包括：对所述泽尼克多项式中的每一项的权重增加或者减少一个变化量ΔK。
在本实施例中，对所述泽尼克多项式中的每一项的权重作相同的优化，即同时增加或者减少ΔK。
在一个实施例中，所述ΔK的取值为所有大于0的泽尼克多项式的权重中最小的权重。
为清楚说明所述ΔK的取值，请参阅图5A所示。图5A举例说明利用36项泽尼克多项式解析实测波前并且获得36项泽尼克多项式中每一项的权重。从图中可以看出泽尼克多项式的第0阶的第1项的权重为2.2。从图中可以看出36项泽尼克多项式中共有15项泽尼克多项式的权重大于0，该15项泽尼克多项式的权重中最小的权重为0.01，那么所述ΔK的取值则为0.01。
具体地，可以基于优化后的所述泽尼克多项式中的每一项的权重根据如下公式来获得所述重构波前：
WRe＝Wi(Ki+ΔKi)
其中，WRe为重建波前，ΔKi＝[Δk1,Δk2,…,ΔkN]为各项Zernike波前的权重值的变化量。
如前面所述，本实施例中，对所述泽尼克多项式中的每一项的权重作相同的优化，因此，Δk1＝Δk2＝ΔkN。
步骤S6、所述执行模块102计算所获得的所述I个波前校正器的表面形变(即所述实测波前)和重新构建的所述I个波前校正器的表面形变(即所述重构波前)之间的差值(该差值称为“残差波前”)。所述执行模块102还根据所述差值的大小分析像差处理的精度。
具体地，残差波前WResi为：
WResi＝WDe-WRe
需要说明的是，残差波前可以直观地显示实测波前和重构波前的差异。所述执行模块102根据残差波前的均方差值或绝对值的大小，可以判断像差处理的精度。即残差波前的均方差值或绝对值的大小代表着像差处理的精度。残差波前的均方差值或绝对值越小，说明像差处理的精度高，反之亦然。本实施例中，与较大权重值对应的像差是光学系统的像差的主要来源，通过分析所存储的所述泽尼克多项式中的每一项的权重可以得出每一项所代表的像差所占的权重，对光学系统的设计与装调具有很好的参考作用。
如图4所示，是本发明较佳实施例提供的确定每个波前校正器的最优驱动电压的方法流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
步骤S21、根据预设的总驱动步数J驱动所述I个波前校正器231中的每个波前校正器231，并于对所述I个波前校正器231中的每个波前校正器231执行每步驱动时控制所述相机25采集一张图像，获得所述I个波前校正器231中的每个波前校正器231所对应的J张图像，由此总共获得I×J张图像，该I×J张图像为所述I个波前校正器231所对应的图像。
本实施例中，在根据所述预设的总驱动步数J驱动所述I个波前校正器231中的每个波前校正器231时，每次只对所述I个波前校正器231中的一个波前校正器231进行驱动。
本实施例中，对所述I个波前校正器231中的任意一个波前校正器231执行第j步驱动时所施加的驱动电压为j*Δv；其中，j为整数，1≤j≤J，J＝V/Δv，J为所述预设的总驱动步数，V为最大驱动电压，Δv为步进驱动电压。
还需要说明的是，所述每个波前校正器231对应的J张图像是指根据所述预设的总驱动步数J对所述每个波前校正器231执行J次驱动时所述相机25分别对应拍摄获得的图像。
举例而言，假设所述I个波前校正器231包括波前校正器a1、a2、a3。每个波前校正器231的最大驱动电压V为15伏，步进驱动电压Δv为5伏，总驱动步数J等于3，即对每个波前校正器231分三步驱动(也即第一次驱动时所施加的电压为5伏，第二次驱动时所施加的电压为10伏，第三次驱动时所施加的电压为15伏)。以驱动波前校正器a1为例，在第一次驱动该波前校正器a1时所述相机25拍摄获得图像p1；在第二次驱动该波前校正器a1时所述相机25拍摄获得图像p2；在第三次驱动该波前校正器a1时所述相机25拍摄获得图像p3；由此，获得波前校正器a1对应的三张图像即图像p1、p2、p3。
步骤S22、对所述I个波前校正器231中的每个波前校正器231所对应的J张图像分别计算图像熵值，得到所述I个波前校正器231中的每个波前校正器231所对应的J个图像熵值，由此获得所述I个波前校正器231所对应的I*J个图像熵值；从所述图像熵值E0和所述I个波前校正器231中的每个波前校正器231所对应的J个图像熵值(即总共(I*J+1)个图像熵值)中确定一个最大的图像熵值，将所确定的最大的图像熵值作为历史最大图像熵值。
如前面所述，所述执行模块102对任一图像的图像熵值的计算包括：计算该任一图像的每个像素分别在预设的多个方向(即多个角度，例如0°,45°,90°,135°)上的熵值；及将所获得的该任一图像的所有像素分别在该多个方向上的熵值的平均值作为所述任一图像的图像熵值。
在第一实施例中，所述从所述图像熵值E0和所述I个波前校正器231中的每个波前校正器231所对应的J个图像熵值中确定一个最大的图像熵值包括：
按照预设的顺序(例如从小到大或者从大到小)将所述I个波前校正器中的每个波前校正器所对应的J个图像熵值以及所述图像熵值E0进行排序(也即是将所述(I*J+1)个图像熵值进行排序)，从而确定最大的图像熵值。
例如，将所述(I*J+1)个图像熵值进行排序后确定最大图像熵值为E1。
在第二实施例中，所述从所述图像熵值E0和所述I个波前校正器231中的每个波前校正器231所对应的J个图像熵值中确定一个最大的图像熵值包括(a1)-(a2)：
(a1)从所述每个波前校正器231对应的J个图像熵值中确定一个最大图像熵值，由此获得所述I个波前校正器231对应的最大图像熵值的序列。
具体地，可以首先从第一个波前校正器231对应的J个图像熵值中确定一个最大图像熵值
Figure BDA0002376493370000151
从第二个波前校正器231对应的J个图像熵值中确定一个最大图像熵值/>
Figure BDA0002376493370000152
以此类推，从第I个波前校正器231对应的J个图像熵值中确定一个最大图像熵值/>
Figure BDA0002376493370000153
由此获得所述I个波前校正器对应的最大图像熵值的序列/>
Figure BDA0002376493370000154
其中，i为整数，1≤i≤I。
(a2)从所述I个波前校正器231对应的最大图像熵值的序列和所述图像熵值E0中确定最大熵值。
举例而言，从所述I个波前校正器对应的最大图像熵值的序列
Figure BDA0002376493370000155
Figure BDA0002376493370000156
和所述图像熵值E0中确定最大熵值为E1。
步骤S23、确定所述历史最大图像熵值所对应的波前校正器231和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器231的最优驱动电压。
在一个实施例中，在对所述I个波前校正器中的每个波前校正器231所对应的J张图像分别计算得出图像熵值后，可以将每个波前校正器231的序号与每个波前校正器231所对应的所述J张图像、所述J张图像分别对应的图像熵值、拍摄所述J张图像时对所述波前校正器231所施加的驱动电压建立关联。由此，在本步骤中，可以根据所确定的所述历史最大图像熵值确定该历史最大图像熵值所对应的波前校正器231和驱动电压。
步骤S24、对所述I个波前校正器231中已确定最优驱动电压的波前校正器231施加对应的最优驱动电压。
例如，当前已确定序号为i1的该波前校正器231的最优驱动电压为j1*Δv，那么则对序号为i1的该波前校正器231施加最优驱动电压即j1*Δv。
步骤S25、根据所述预设的总驱动步数J驱动所述I个波前校正器231中尚未确定最优驱动电压的波前校正器231中的每个波前校正器231，并于对所述尚未确定最优驱动电压的波前校正器231中的每个波前校正器231执行每步驱动时控制所述相机采集一张图像，获得每个尚未确定最优驱动电压的波前校正器231所对应的J张图像。
同样地，在根据所述预设的总驱动步数J驱动所述尚未确定最优驱动电压的波前校正器231中的每个波前校正器231时，对该尚未确定最优驱动电压的波前校正器231中的每个波前校正器231执行第j步驱动时所施加的驱动为j*Δv。
举例而言，假设已为序号为i1的波前校正器确定了最优驱动电压，那么则根据所述预设的总驱动步数J驱动所述I个波前校正器231中除序号为i1的波前矫正器之外的其他(I-1)个波前校正器231，以及于对所述其他(I-1)个波前校正器231中的每个波前校正器231执行每步驱动时控制所述相机25采集一张图像，获得所述(I-1)个波前校正器231中的每个波前校正器231对应的J张图像，由此获得所述(I-1)个波前校正器231对应的[(I-1)*J]张图像。其中，对所述(I-1)个波前校正器231中的每个波前校正器231执行第j步驱动时所施加的驱动电压为j*Δv。
步骤S26、对所述每个尚未确定最优驱动电压的波前校正器231所对应的J张图像分别计算图像熵值，从而获得每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值。
需要说明的是，每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值是指每个尚未确定最优驱动电压的波前校正器231所对应的J张图像的图像熵值。
步骤S27、从所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值以及所述历史最大图像熵值中确定一个最大的图像熵值，以及将所述历史最大图像熵值更新为当前所确定的最大的图像熵值。
在第一实施例中，所述从所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值以及所述历史最大图像熵值中确定一个最大的图像熵值包括：
按照预设的顺序(例如从小到大或者从大到小)将所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值以及所述历史最大图像熵值进行排序，从而确定最大的图像熵值。
举例而言，假设从所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值以及所述历史最大图像熵值E1中确定最大的图像熵值为E2，则将所述历史最大图像熵值更新为E2，即E2为当前所确定的最大的图像熵值。
在第二实施例中，所述从所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值以及所述历史最大图像熵值中确定一个最大的图像熵值包括(b1)-(b2)：
(b1)从所述每个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值中确定一个最大图像熵值，由此获得所有尚未确定最优驱动电压的波前校正器231对应的最大图像熵值的序列。
举例而言，尚未确定最优驱动电压的波前校正器231的总数为(I-1)，那么从所述(I-1)个尚未确定最优驱动电压的波前校正器231所对应的J个图像熵值中分别确定一个最大图像熵值，获得所有尚未确定最优驱动电压的波前校正器231对应的最大图像熵值的序列
Figure BDA0002376493370000171
(b2)从所有尚未确定最优驱动电压的波前校正器231对应的最大图像熵值的序列和所述历史最大图像熵值中确定最大熵值。
假设从所有尚未确定最优驱动电压的波前校正器231对应的最大图像熵值的序列
Figure BDA0002376493370000181
和所述图像熵值E1中确定最大熵值为E2，则将所述历史最大图像熵值更新为E2。
步骤S28、确定所述历史最大图像熵值所对应的波前校正器231和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器231的最优驱动电压。
步骤S29、判断是否已对所述I个波前校正器231中的每个波前校正器231均确定了对应的最优驱动电压。
当还有尚未确定最优驱动电压的波前校正器231时，回到步骤S24。当已对所述I个波前校正器231中的每个波前校正器231均确定了对应的最优驱动电压时，结束流程。
综上所述，本发明实施例中所述的像差处理方法，通过读取波前校正器的驱动电压，得到波前校正器的表面形变来评估波前畸变的大小；采用求解逆线性问题的方式，将波前畸变解析为具有不同权重的各阶标准Zernike波前,对应不同阶次的像差,从而达到解析像差的目的。此外，本发明计算图像的图像熵值，通过计算获得的图像熵值可以评估出图像质量的好坏。此外，本发明于确定图像熵值为全局最大值时则认为很好地消除了像差。
以下举例说明利用本发明实现像差消除。请参图5B所述，图5B示意了像差消除的前后对比效果。这里以波前矫正器为可变形反射镜为例说明。
具体地，图5B中：a示意校正前可变形反射镜的表面，此时可变性反射镜的表面平整；b示意校正前的波前，此时对于轴外焦点的波前畸变较为严重，呈上部分亮下部分暗的形态；c示意校正前视场内的波前均方差值(虚线代表衍射极限)，在整个视场内波前均方差不一致；d示意采用本发明消除像差之后可变形反射镜的表面产生的形变；e示意校正后的波前，呈中心暗的对称形态，更接近于平面波前；f示意校正后视场内的波前均方差值(虚线代表衍射极限)，此时，在整个视场内的波前均方差数值相较于矫正前均变小，且在整个视场内轴上波前均方差(轴上像差)与轴外波前均方差(轴外像差)一致性很好，由此说明本发明提供的像差处理系统能够很好地实现像差的检测、解析与消除。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种像差处理方法，其特征在于，所述方法包括：
于光学系统的所有波前校正器均未被驱动时，控制该光学系统的相机拍摄一初始图像，并计算该初始图像的图像熵值E0，其中，该所有波前校正器的总数为I个；
根据所述图像熵值E0，以及于驱动所述I个波前校正器中的每个波前校正器时所述相机所拍摄的图像的图像熵值，确定所述每个波前校正器所对应的最优驱动电压，包括：步骤一、根据预设的总驱动步数J驱动所述I个波前校正器中的每个波前校正器，并于对所述I个波前校正器中的每个波前校正器执行每步驱动时控制所述相机采集一张图像，由此获得所述I个波前校正器中的每个波前校正器所对应的J张图像；步骤二、对所述I个波前校正器中的每个波前校正器所对应的J张图像分别计算图像熵值，由此得到所述I个波前校正器中的每个波前校正器所对应的J个图像熵值，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值，将所确定的最大的图像熵值作为历史最大图像熵值；步骤三、确定所述历史最大图像熵值所对应的波前校正器和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器的最优驱动电压；步骤四、对所述I个波前校正器中已确定最优驱动电压的波前校正器施加对应的最优驱动电压；步骤五、根据所述预设的总驱动步数J驱动所述I个波前校正器中尚未确定最优驱动电压的波前校正器中的每个波前校正器，并于对所述尚未确定最优驱动电压的波前校正器中的每个波前校正器执行每步驱动时控制所述相机采集一张图像，由此获得每个尚未确定最优驱动电压的波前校正器所对应的J张图像；步骤六、对所述每个尚未确定最优驱动电压的波前校正器所对应的J张图像分别计算图像熵值，从而获得每个尚未确定最优驱动电压的波前校正器所对应的J个图像熵值；步骤七、从所述每个尚未确定最优驱动电压的波前校正器所对应的J个图像熵值以及所述历史最大图像熵值中确定一个最大的图像熵值，以及将所述历史最大图像熵值更新为当前所确定的最大的图像熵值；步骤八、确定所述历史最大图像熵值所对应的波前校正器和驱动电压，将该历史最大图像熵值所对应的驱动电压作为所述历史最大图像熵值所对应的波前校正器的最优驱动电压；执行完步骤八后回到步骤四，直至对尚未确定最优驱动电压的每个波前校正器均确定了对应的最优驱动电压；及
根据所述每个波前校正器所对应的最优驱动电压获得所述I个波前校正器的表面形变。
2.如权利要求1所述的像差处理方法，其特征在于，所述步骤一和步骤五中，在对所述波前校正器执行第j步驱动时所施加的驱动电压为j*Δv，其中，j为整数，1≤j≤J，J＝V/Δv，其中，J为所述预设的总驱动步数，V为最大驱动电压，Δv为步进驱动电压。
3.如权利要求1所述的像差处理方法，其特征在于，所述步骤二中，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值包括：
按照预设的顺序将所述I个波前校正器中的每个波前校正器所对应的J个图像熵值以及所述图像熵值E0进行排序，从而确定最大的图像熵值。
4.如权利要求1所述的像差处理方法，其特征在于，所述步骤二中，从所述图像熵值E0和所述I个波前校正器中的每个波前校正器所对应的J个图像熵值中确定一个最大的图像熵值包括：
从所述每个波前校正器对应的J个图像熵值中确定一个最大图像熵值，由此获得所述I个波前校正器对应的最大图像熵值的序列；及
从所述I个波前校正器对应的最大图像熵值的序列和所述图像熵值E0中确定最大熵值。
5.如权利要求1所述的像差处理方法，其特征在于，该方法在计算任一图像的图像熵值时包括：
计算该任一图像的每个像素分别在预设的多个方向上的熵值；及
将所获得的该任一图像的所有像素分别在所述多个方向上的熵值的平均值作为所述任一图像的图像熵值。
6.如权利要求1所述的像差处理方法，其特征在于，该方法还包括：
利用泽尼克多项式表示所获得的所述I个波前校正器的表面形变；
获取所述泽尼克多项式中的每一项的权重；及
存储所述泽尼克多项式中的每一项的权重。
7.如权利要求6所述的像差处理方法，其特征在于，该方法还包括：
对所述泽尼克多项式中的每一项的权重进行优化，基于优化后的所述泽尼克多项式中的每一项的权重重新构建所述I个波前校正器的表面形变；
计算所获得的所述I个波前校正器的表面形变和重新构建的所述I个波前校正器的表面形变之间的差值；及
根据所述差值的大小分析像差处理的精度。
8.一种计算机装置，其特征在于，所述计算机装置包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序实现如权利要求1至7中任意一项所述的像差处理方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的像差处理方法。
CN202010067873.XA 2020-01-20 2020-01-20 像差处理方法、计算机装置及可读存储介质 Active CN113141446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010067873.XA CN113141446B (zh) 2020-01-20 2020-01-20 像差处理方法、计算机装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010067873.XA CN113141446B (zh) 2020-01-20 2020-01-20 像差处理方法、计算机装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN113141446A CN113141446A (zh) 2021-07-20
CN113141446B true CN113141446B (zh) 2023-06-20

Family

ID=76809368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010067873.XA Active CN113141446B (zh) 2020-01-20 2020-01-20 像差处理方法、计算机装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113141446B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114488520B (zh) * 2021-12-27 2024-04-23 西南技术物理研究所 一种基于成像清晰度的显微镜像差校正装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5426521A (en) * 1991-12-24 1995-06-20 Research Development Corporation Of Japan Aberration correction method and aberration correction apparatus
CN101013195A (zh) * 2007-01-10 2007-08-08 中国科学院光电技术研究所 基于线性相位反演复原技术的自适应光学系统
CN103293663A (zh) * 2013-06-12 2013-09-11 中国科学院光电技术研究所 基于电压解耦控制多波前校正器的自适应光学系统
CN104583845A (zh) * 2012-08-16 2015-04-29 西铁城控股株式会社 像差校正光学单元及激光显微镜
CN110207835A (zh) * 2019-05-23 2019-09-06 中国科学院光电技术研究所 一种基于离焦图像训练的波前校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5426521A (en) * 1991-12-24 1995-06-20 Research Development Corporation Of Japan Aberration correction method and aberration correction apparatus
CN101013195A (zh) * 2007-01-10 2007-08-08 中国科学院光电技术研究所 基于线性相位反演复原技术的自适应光学系统
CN104583845A (zh) * 2012-08-16 2015-04-29 西铁城控股株式会社 像差校正光学单元及激光显微镜
CN103293663A (zh) * 2013-06-12 2013-09-11 中国科学院光电技术研究所 基于电压解耦控制多波前校正器的自适应光学系统
CN110207835A (zh) * 2019-05-23 2019-09-06 中国科学院光电技术研究所 一种基于离焦图像训练的波前校正方法

Also Published As

Publication number Publication date
CN113141446A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
Zacharias et al. The first US Naval Observatory CCD astrograph catalog
US20070268376A1 (en) Imaging Apparatus and Imaging Method
US9652847B2 (en) Method for calibrating a digital optical imaging system having a zoom system, method for correcting aberrations in a digital optical imaging system having a zoom system, and digital optical imaging system
AU2009219814A1 (en) Single-lens extended depth-of-field imaging systems
US20090321618A1 (en) Image Pickup Apparatus and Information Code Reader
CN113141446B (zh) 像差处理方法、计算机装置及可读存储介质
US20110122281A1 (en) Imaging device
US8159554B2 (en) Image processing apparatus, image processing method, image capturing apparatus, and medium storing a program for processing an image based on spread of light
CN102540477B (zh) 双光路系统交互校正方法及使用该方法的光学系统
CN111812836A (zh) 大口径大视场相机的标校装调方法、装置、设备及介质
WO2011134901A1 (en) Thick single-lens extended depth-of-field imaging systems
CN113228096A (zh) 通过机器学习进行光学矫正
CN109799073A (zh) 一种光学畸变测量装置及方法、图像处理系统、电子设备和显示设备
US5798878A (en) Shape control apparatus for reflecting mirrors
CN113256741A (zh) 用于扫描光场成像系统的镜头标定方法及装置
CN109343212B (zh) 大视场巡天望远镜主动光学系统实现方法
CN111189620B (zh) 基于星点像斑形状特征的波前像差估算方法
CN111161221B (zh) 一种聚焦评价方法、装置及系统
CN115047619B (zh) 一种相位型空间光调制器的快速原位校准方法及系统
CN115236093A (zh) 光学检测系统、其控制方法、电子设备及存储介质
Christou et al. ALTAIR performance and updates at Gemini North
CN115641376B (zh) 望远镜在轨位姿失调检测方法、装置、设备及介质
CN113740037A (zh) 一种大口径望远镜波前误差的检测方法
Matsuyama et al. Imaging optics setup and optimization on scanner for SMO generation process
CN114088628B (zh) 一种显微镜测量方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518083 the comprehensive building of Beishan industrial zone and 11 2 buildings in Yantian District, Shenzhen, Guangdong.

Applicant after: Shenzhen Huada Zhizao Technology Co.,Ltd.

Address before: 518083 the comprehensive building of Beishan industrial zone and 11 2 buildings in Yantian District, Shenzhen, Guangdong.

Applicant before: MGI TECH Co.,Ltd.

GR01 Patent grant
GR01 Patent grant