基于深度学习的噪声中的眼偏差测量,使用Shack-Hartmann波面传感器

科学领域:

• 光学是什么?光学是什么?光学是什么?
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 沙克-哈特曼波面传感对于眼睛偏差测量至关重要.
• 实际应用面临着噪音和角膜反射的挑战,影响准确性.
• 深度学习为提高准确性和动态范围提供了潜力.

研究的目的:

• 为准确的眼睛偏差测量开发一个强大的框架.
• 为了解决波面传感中的噪声和角膜反射的局限性.
• 为现实世界的应用验证深度学习方法.

主要方法:

• 建立了一个框架,包括增加噪声的模型和带有角膜反射的哈特曼图.
• 开发了一个角膜反射消除算法.
• 使用一个卷积神经网络,在一个现实的数据集上进行训练以进行验证.

主要成果:

• 在模拟中,通过0.00924 ± 0.0207λ的根平均平方误差 (RMSE) 实现了卓越的测量准确性.
• 在真实机器上表现出强大的性能,RMSE为0.0496 ± 0.0156λ.
• 与现有技术相比,拟议的方法显示出更高的准确性和速度.

结论:

• 结合的深度学习和角膜反射消除算法显著提高了眼睛偏差测量.
• 该框架为培训提供了更现实的数据集,从而改善了特征学习.
• 这种方法是眼睛偏差测量的一个有希望的工具,特别是在有角膜反射的噪音条件下.