SPGD算法高精度静态像差校正方法

Acta Optica Sinica(2023)

引用 0|浏览8
暂无评分
摘要
随机并行梯度下降(SPGD)算法广泛应用于光学系统静态像差校正,其性能指标对校正效果影响较大.由于传统的环围能量(EE)校正精度低、平均半径(MR)稳定性差,提出性能指标组合法,以实现静态像差的高精度、稳定校正.所提方法将EE与MR性能指标相结合进行像差校正,首先以EE作为性能指标对畸变图像进行校正,待能量集中于环围区域后,利用MR性能指标继续进行校正,直至能量分布均匀,校正终止.首先进行了校正仿真,结果显示:相比于EE和MR方法,性能指标组合法对静态像差的校正精度高、稳定性好.搭建实验光路,验证了所提方法的有效性.模拟和实验结果均表明,采用性能指标组合法可以获得高的校正精度且校正稳定.该方法可以应用于光学系统静态像差的校正和消除,实现其接近衍射极限的光学性能.
更多
查看译文
关键词
imaging systems,stochastic parallel gradient descent algorithm,static aberration,performance metric,correction accuracy,stability
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要