Modelo unificado de rayos-ondas para imágenes de extremo a extremo en ópticas híbridas refracción-difracción

Área de la Ciencia:

• Imágenes computacionales de imágenes.
• Ingeniería óptica Ingeniería óptica.
• Aprendizaje profundo Aprendizaje profundo.

Sus antecedentes:

• El diseño óptico de extremo a extremo requiere una optimización conjunta de la óptica y los algoritmos.
• Los modelos existentes carecen de eficiencia, precisión y diferenciabilidad para los sistemas híbridos.

Objetivo del estudio:

• Proponer un marco de modelado diferenciado unificado de rayos y ondas (UniRW).
• Para permitir una simulación precisa y eficiente y la optimización conjunta de los sistemas ópticos híbridos.

Principales métodos:

• El acoplamiento de la ley generalizada de Snell con la propagación de ondas para un modelo unificado de rayos-ondas.
• Integrar el marco en la optimización de extremo a extremo para el aprendizaje conjunto.
• Validación en tareas de corrección de aberración y profundidad de campo extendida (EDOF).

Principales resultados:

• Se logró una mejora en la calidad de la reconstrucción de imágenes en la corrección de aberraciones con un aumento de ~3,4 dB PSNR.
• Habilitado la reconstrucción de imagen EDOF de alta calidad (PSNR ~ 31.9 dB) sobre ± 500μm de desfoco.
• Ha demostrado una simulación precisa y eficiente de sistemas ópticos híbridos.

Conclusiones:

• El marco UniRW une el modelado físico y el aprendizaje profundo para el diseño óptico híbrido.
• Proporciona un paradigma eficiente, preciso y general para las imágenes computacionales.
• Facilita el aprendizaje conjunto de parámetros ópticos y redes de reconstrucción de imágenes.