神经网络使得使用高波金属镜头实现了宽视野成像
Joel Yeo1,2,3, Deepak K Sharma1, Saurabh Srivastava1
1Institute of Materials Research and Engineering (IMRE), Agency for Science, Technology and Research (A*STAR), 2 Fusionopolis Way, Innovis #08-03, Singapore 138634, Republic of Singapore.
Nanophotonics (Berlin, Germany)
|November 7, 2025
概括
超标金属镜头提供高效率,但遭受离轴偏差. 一个Restormer神经网络纠正了这些偏差,使得使用超标金属镜头实现广视场 (FOV) 成像.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算成像技术的成像
- 在光学领域的人工智能.
背景情况:
- 金属镜头提供超薄的外形因子,用于先进的传感和成像.
- 超标金属镜头以无偏差聚焦和高效率而闻名.
- 超波金属镜头的离轴偏差限制了它们的视野 (FOV).
研究的目的:
- 为了纠正超模金属镜头中的离轴偏差.
- 为了实现使用高压金属镜头的宽视场 (FOV) 成像.
- 为了证明一个无参考的训练方法来纠正偏差.
主要方法:
- 使用Restormer神经网络进行异常校正.
- 采用自身点差函数 (eigenPSF) 方法来生成模拟训练数据.
- 只使用模拟数据集训练神经网络,避免实验数据收集.
主要成果:
- 成功地纠正了超标金属镜头中严重的离轴偏差.
- 启用了宽FOV成像 (54°) 通过一个超波金属相机.
- 实现了高质量的图像重建,忠于原始场景.
结论:
- 恢复器神经网络可以有效地纠正超标金属异常.
- 在模拟数据上进行无参考训练是用于光学偏差校正的可行方法.
- 通过人工智能增强的超级金属摄像机可以实现高质量,宽FOV成像.


