基于深度学习的透射式光学系统初始结构设计 |
| |
引用本文: | 史浩东,何春风,王稼禹,杨帅,徐淼,孙洪宇,李英超,付强.基于深度学习的透射式光学系统初始结构设计[J].光学学报,2023(1):216-227. |
| |
作者姓名: | 史浩东 何春风 王稼禹 杨帅 徐淼 孙洪宇 李英超 付强 |
| |
作者单位: | 1. 长春理工大学吉林省空间光电技术重点实验室;2. 长春理工大学光电工程学院 |
| |
基金项目: | 国家自然科学基金(61805027,61890960,61805028); |
| |
摘 要: | 针对传统透射式光学系统初始结构优化设计效率低、结构选取过度依赖经验等问题,提出了一种基于深度学习的透射式光学系统初始结构自动优化设计方法。通过监督训练学习公开光学镜头库中参考镜头的结构特征数据,构建基于光线追迹的无监督训练模型,提升深度神经网络(DNN)模型的泛化能力。通过训练生成的网络模型输出包含真实玻璃的光学系统的结构参数,从而实现透射式光学系统初始结构的自动优化设计。设计结果表明:利用该网络模型优化设计的光学系统初始结构在全视场、全谱段下的像面点斑半径与参考镜头接近,并且能够根据不同焦距要求分别设计出光学系统初始结构;所设计的1×106组初始结构的成功率优于96.403%,表明所提网络模型具有良好的泛化能力。
|
关 键 词: | 光学设计 深度学习 自动优化 初始结构 光线追迹 |
|
|