一种基于反卷积神经网络的液晶像差校正方法

摘要

本发明公开了一种基于反卷积神经网络的液晶像差校正方法，利用的系统包括：液晶像差校正器，成像探测器，反卷积神经网络模块。具体方法为，液晶像差校正器，作为执行机构对入射光的畸变波前进行校正；成像探测器负责采集液晶校正后的光束光斑图像；反卷积神经网络模块通过大量光斑数据学习训练后，根据成像系统传输的畸变光斑图像，推测出畸变光斑对应的校正波面灰度值，最终将校正波面灰度值加载在液晶像差校正器上，实现对波前像差的校正。该方法在卷积神经网络的基础上增加的反卷积层，可以根据畸变光斑波前直接生成校正波面灰度值，不需要额外设置灰度值转换模块，提高了控制系统的实时性。