【技术实现步骤摘要】
【国外来华专利技术】波前像差导出方法、机器学习模型的生成方法、透镜光学系统的制造方法、波前像差导出装置及波前像差导出程序
[0001]本专利技术涉及一种波前像差导出方法、机器学习模型的生成方法、透镜光学系统的制造方法、波前像差导出装置及波前像差导出程序。
技术介绍
[0002]在专利文献1中记载有如下方法:求出CTF(Contrast Transfer Function:对比度传递函数)作为透镜光学系统的性能值,将该性能值输入到神经网络中,通过神经网络求出包含于透镜光学系统中的被调整透镜的移动调整量。
[0003]在专利文献2中记载有如下方法:关于目标候选与器件设计之间的图案放置误差的泽尼克灵敏度的关系,分析目标设计,并将其最优化。
[0004]在专利文献3中记载有决定光学成像系统的成像品质的方法,该光学成像系统是以包含光源的照明系统、试样容纳用试样保持架、成像光学系统及至少一个点分解检测装置作为主要结构组。
[0005]在专利文献4中记载有一种图像分析装置,其具备:图像获取部,获取投影到被检眼的测定用图案的反射光的摄像图像;环像检测部,从由图像获取部获取的摄像图像内检测基于反射光的环像;及高阶像差检测部,根据由环像检测部检测出的环像来检测导致发生环像的畸变的被检眼的特定的高阶像差。
[0006]在专利文献5中记载有用于客观地获得患者眼睛的折射值的方法,其包括如下步骤:利用传感器至少获得表示四阶泽尼克(Zernike)波前像差的患者眼睛的诊断测定数据;将仅二阶的多项式拟合到说明具有像差的波前的波前数据;及 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种波前像差导出方法,其导出透镜光学系统的波前像差,所述波前像差导出方法包括如下步骤:第1步骤,获取所述透镜光学系统的分辨率性能信息;及第2步骤,将所述分辨率性能信息输入到机器学习模型中,并从所述机器学习模型得到所述透镜光学系统的波前像差。2.根据权利要求1所述的波前像差导出方法,其中,所述机器学习模型将泽尼克多项式的系数作为所述波前像差的像差成分进行输出。3.根据权利要求1或2所述的波前像差导出方法,其中,所述分辨率性能信息为基于分辨率性能值的信息,该分辨率性能值包含分辨率、点扩散强度或线扩散强度。4.根据权利要求1至3中任一项所述的波前像差导出方法,其中,在所述第1步骤中,根据如下摄像图像获取与相对位置相对应的分辨率性能值,并根据与所述相对位置相对应的所述分辨率性能值来获取所述分辨率性能信息,所述摄像图像是在将通过所述透镜光学系统拍摄被摄体的摄像元件与所述透镜光学系统的成像位置的所述相对位置改变为多个值的状态下,利用所述摄像元件拍摄被摄体而得到的。5.根据权利要求4所述的波前像差导出方法,其中,在所述第1步骤中,导出包含与所述相对位置相对应的所述分辨率性能值的数据组的特征量,并获取所述特征量作为所述分辨率性能信息。6.根据权利要求5所述的波前像差导出方法,其中,在所述第1步骤中,导出包含于所述数据组中的多个群组的所述特征量。7.根据权利要求5或6所述的波前像差导出方法,其中,在所述第1步骤中,根据如下摄像图像,获取与所述摄像图像的不同像高相对应的所述分辨率性能值,并导出与所述摄像图像的不同像高相对应的所述特征量,该摄像图像是利用摄像元件拍摄被摄体而得到的,该摄像元件通过所述透镜光学系统拍摄被摄体。8.根据权利要求5至7中任一项所述的波前像差导出方法,其中,所述特征量包含极大值、与所述极大值对应的所述相对位置、平均值、方差、标准差、偏度及峰度中的至少一个。9.根据权利要求8所述的波前像差导出方法,其中,所述特征量至少包含所述极大值。10.根据权利要求5至7中任一项所述的波前像差导出方法,其中,在所述第1步骤中,用至少一个高斯函数逼近所述数据组,并导出逼近的所述高斯函数的最大值、与所述最大值对应的所述相对位置、平均值、标准差、方差、偏度及峰度中的至少一个作为所述特征量。11.根据权利要求10所述的波前像差导出方法,其中,所述特征量至少包含所述最大值。12.根据权利要求8至11中任一项所述的波前像差导出方法,其中,使用所述平均值、所述标准差及矩量母函数来导出所述偏度和所述峰度。13.根据权利要求1至12中任一项所述的波前像差导出方法,其中,
所述机器学习模型为根据对所述透镜光学系统的光学要件提供多个图案的设想误差而得到的多个虚拟光学系统的分辨率性能信息的模拟结果和所述多个虚拟光学系统的波前像差的模拟结果而学习了分辨率性能信息与波前像差的对应关系的模型。14.一种机器学习模型的生成方法,其中,获取对透镜光学系统的光学要件提供多个图案的设想误差而得到的多个虚拟光学系统的分辨率性能信息的第1模拟结果,获取所述多个虚拟光学系统的波前像差的第2模拟结果,根据所述第1模拟结果和...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。