当前位置: 首页> 交通专利数据库 >详情
原文传递 基于深度学习的无波前探测器自适应点扫描成像方法
专利名称: 基于深度学习的无波前探测器自适应点扫描成像方法
摘要: 本发明公开了一种基于深度学习的无波前探测器自适应点扫描成像方法,通过采集激光的第一聚焦光斑光强分布信息,将第一聚焦光斑光强分布信息输入至预设的学习模型中,输出第一像差泽尼克系数,然后将由第一像差泽尼克系数构成的第一波前相位分布加载到光路中,从而采集得到第二聚焦光斑光强分布信息,再将第二聚焦光斑光强分布信息输入至预设的学习模型中,输出第二像差泽尼克系数,最后将由第一像差泽尼克系数与第二像差泽尼克系数之和构成的第二波前相位分布加载至光路中,就可以提升生物立体显微成像的成像分辨力与对比度,缩短像差自适应矫正的时间,提高点扫描显微成像系统的成像深度。
专利类型: 发明专利
申请人: 哈工大机器人(中山)无人装备与人工智能研究院
发明人: 王伟波;谭久彬;李晓君
专利状态: 有效
申请日期: 1900-01-20T00:00:00+0805
发布日期: 1900-01-20T00:00:00+0805
申请号: CN201911416906.0
公开号: CN111077085A
代理机构: 广州三环专利商标代理有限公司
代理人: 郭浩辉;麦小婵
分类号: G01N21/17;G01N21/41;G01N21/84;G06N3/04;G06N3/08;G;G01;G06;G01N;G06N;G01N21;G06N3;G01N21/17;G01N21/41;G01N21/84;G06N3/04;G06N3/08
申请人地址: 528429 广东省中山市翠亨新区哈工大机器人集团智能装备产业园(三个五厂房D栋)3层
主权项: 1.一种基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,包括: 采集激光的第一聚焦光斑光强分布信息; 将所述第一聚焦光斑光强分布信息输入至预设的学习模型中,输出第一像差泽尼克系数; 将由所述第一像差泽尼克系数构成的第一波前相位分布加载到光路中,从而采集得到第二聚焦光斑光强分布信息; 将所述第二聚焦光斑光强分布信息输入至预设的学习模型中,输出第二像差泽尼克系数; 将由所述第一像差泽尼克系数与所述第二像差泽尼克系数之和构成的第二波前相位分布加载至光路中。 2.如权利要求1所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述预设的学习模型通过以下方式构建: 获取多个像差泽尼克系数,分别将所述多个像差泽尼克系数构成的波前相位分布加载到光路中,从而采集得到多组聚焦光斑光强分布信息; 以所述多个像差泽尼克系数和所述多组聚焦光斑光强分布信息作为训练集,以聚焦光斑光强分布信息作为输入,以像差泽尼克系数作为输出,采用卷积神经网络进行训练,构建学习模型。 3.如权利要求2所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述学习模型以输出的泽尼克系数与实际泽尼克系数的均方误差为目标函数,并通过随机梯度下降算法最小化所述目标函数。 4.如权利要求3所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述实际泽尼克系数通过像差表征公式得到,所述像差表征公式为: 其中,r,θ为光瞳面的归一化极坐标,i为泽尼克多项式阶数,ψ(r,θ)为波前相位分布函数,Zi(r,θ)为第i阶泽尼克基函数,ai为第i阶泽尼克像差的系数。 5.如权利要求2所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述预设的学习模型采用卷积神经网络; 所述卷积神经网络包括5个卷积层和3个全连接层; 所述5个卷积层依次顺序连接,在第1个卷积层和第5个卷积层后面分别紧连一个池化层,两个池化层后面均紧连一个丢掉层; 所述5个卷积层的卷积核大小均为3×3,所述5个卷积层的激活函数均为线性整流函数; 所述5个卷积层后面顺序连接3个全连接层,第1、2个全连接层的激活函数为线性整流函数,第3个全连接层的激活函数为线性激活函数。 6.如权利要求2所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述训练集中的像差泽尼克系数和聚焦光斑光强分布信息,通过多种激光光强进行获取。 7.如权利要求2所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述训练集中的像差泽尼克系数为因变量,所述聚焦光斑光强分布信息为自变量。 8.如权利要求1所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述采集激光的第一聚焦光斑光强分布信息,是通过图像传感器进行采集。 9.如权利要求1所述的基于深度学习的无波前探测器自适应点扫描成像方法,其特征在于,所述将由所述第一像差泽尼克系数与所述第二像差泽尼克系数之和构成的第二波前相位分布加载至光路中,具体为: 通过变形镜或空间光调制器将所述第一像差泽尼克系数与所述第二像差泽尼克系数之和构成的第二波前相位分布加载至光路中。 10.一种基于深度学习的无波前探测器自适应点扫描成像装置,其特征在于,包括: 第一光强信息采集模块,用于采集激光的第一聚焦光斑光强分布信息; 第一像差泽尼克系数获取模块,用于将所述第一聚焦光斑光强分布信息输入至预设的学习模型中,输出第一像差泽尼克系数; 第二光强信息采集模块,用于聚焦光斑光强分布信息获取模块,用于将由所述第一像差泽尼克系数构成的第一波前相位分布加载到光路中,从而采集得到第二聚焦光斑光强分布信息; 第二像差泽尼克系数获取模块,用于将所述第二聚焦光斑光强分布信息输入至预设的学习模型中,输出第二像差泽尼克系数; 成像模块,用于将由所述第一像差泽尼克系数与所述第二像差泽尼克系数之和构成的第二波前相位分布加载至光路中。
所属类别: 发明专利
检索历史
应用推荐