多镜头成像系统光学错位诊断的深度学习方法
光学
2025-07-01 v1 人工智能
机器学习
摘要
在快速发展的光学工程领域，多镜头成像系统的精确对准至为关键且具有挑战性，因为即使是微小的错位也会显著降低性能。传统的对准方法依赖于专业设备且耗时，凸显了自动化和可扩展解决方案的需求。我们提出了两种互补的基于深度学习的逆设计方法，用于仅通过光学测量诊断多元件镜头系统的错位。首先，我们使用光线追迹斑点图预测 6 镜头摄影预设镜头系统的五自由度（5-DOF）误差，在侧向平移和倾斜方面分别实现 0.031mm 的平均绝对误差和 0.011°。我们还引入了一个基于物理的仿真管道，利用灰度合成相机图像，使深度学习模型能够估计两个和六镜头多镜头系统的 4-DOF、偏心和倾斜误差。这些结果表明，有望重塑精密成像领域的制造和质量控制。
引用
@article{arxiv.2506.23173,
title = {Deep Learning for Optical Misalignment Diagnostics in Multi-Lens Imaging Systems},
author = {Tomer Slor and Dean Oren and Shira Baneth and Tom Coen and Haim Suchowski},
journal= {arXiv preprint arXiv:2506.23173},
year = {2025}
}