基于镜头数据库构建的通用像差退化图像恢复方法
技术特征：
1.一种基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，步骤1)中所述的采用自动镜头设计方法生成多个镜头结构，并根据评价函数对镜头结构进行优化后得到多个镜头样本，具体为：
3.根据权利要求1或2所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，所述步骤1)中的评价函数的值由像质评价指标与物理约束评价指标加权求和得到，像质评价指标为点列图rms半径的平均值、调制传递函数或波像差，物理约束评价指标为有效焦距、系统总长、后工作距、透镜中心厚度、透镜边缘厚度和空气中心间距的加权求和。
4.根据权利要求2所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，所述步骤1.2)中的全局优化采用选择模拟退火算法、粒子群算法或蚁群算法；所述步骤1.4)中的局部优化采用阻尼最小二乘法、adam算法或拟牛顿法。
5.根据权利要求2所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，所述步骤1.5)中的变异为随机改变镜头结构的曲率、玻璃厚度、空气间距、材料折射率和材料阿贝数中的部分参数，改变的玻璃厚度与空间间距的变量数之和需要大于1，玻璃厚度与空间间距的变量值之和在改变前后保持一致。
6.根据权利要求1所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，步骤2)中所述镜头样本像差分布特性为镜头样本各视场的点列图rms半径的平均值以及各镜头样本的点扩散函数阵列间的绝对值差异；
7.根据权利要求1所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，步骤3)中所述的每个无像差图像各通过所述镜头数据库中的一个镜头样本仿真得到对应的像差图像，具体流程为：
8.根据权利要求1所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，步骤4)中所述像差退化图像重建模型和高清图像重建模型的结构相同，都包括特征提取模块、特征量化模块和图像重建模块；
9.根据权利要求8所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，步骤5)中所述的通用像差恢复图像模型包括退化特征先验码本、高清特征先验码本、退化特征提取模块、退化特征量化和融合模块、退化特征增强模块、高清特征量化和融合模块以及高清图像重建模块；所述高清图像重建模块的参数继承所述特征量化表征预训练得到的图像重建模块的参数；
10.根据权利要求9所述的基于镜头数据库构建的通用像差退化图像恢复方法，其特征在于，对于所述像差退化图像重建模型和高清图像重建模型特征中的所述特征量化模块、所述通用像差恢复图像模型中的所述退化特征量化和融合模块以及所述高清特征量化和融合模块，其中特征利用特征先验码本进行量化的方法均相同，具体方法为：
技术总结
本发明公开了一种基于镜头数据库构建的通用像差退化图像恢复方法，包括基于镜头自动设计的镜头数据库构建方法和基于特征量化的通用像差退化图像恢复算法。其中镜头数据库由自动镜头设计算法完成；通用像差退化图像恢复算法包括特征量化表征预训练和特征恢复匹配两个阶段，实现对输入任意镜头经像差影响的退化图像的恢复。本发明弥补了传统基于深度学习像差退化图像恢复算法只能恢复单个特定镜头图像的局限性，实现了使用一个通用模型进行任何镜头的像差退化图像恢复，大大节省了计算成像系统的数据制备、算法训练的时间成本；本发明提出的镜头数据库构建方法解决了通用模型训练数据缺失的难题，极大提升了通用像差退化图像恢复算法的泛化性能。
技术研发人员：汪凯巍,蒋奇,高尧,曹良才
受保护的技术使用者：浙江大学
技术研发日：
技术公布日：2024/11/14
技术研发人员：汪凯巍,蒋奇,高尧,曹良才
技术所有人：浙江大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除