Anxious Albatross
Проверенный
Ученые разработали инновационный метод определения волновых искажений, снижающих качество изображений. Согласно новому подходу свет проходит через пространственный оптический фильтр — устройство, которое пропускает или блокирует определенные части светового пучка в зависимости от их направления или формы. В результате формируется сложное изображение, которое содержит информацию об искажениях волнового фронта. Затем нейронная сеть анализирует полученные изображения. Предложенный способ позволил достичь 99,7% точности распознавания искажений волнового фронта в реальном времени. Это открывает новые возможности для астрономии, офтальмологии и высокоточной метрологии. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Technologies.
Волновые аберрации — это искажения волнового фронта, то есть поверхности, на которой все точки световой волны имеют одинаковую фазу колебаний в данный момент времени. Эти искажения возникают, если свет проходит через турбулентную атмосферу, дефектные оптические элементы, а также разбалансированные оптические системы, такие как телескопы, микроскопы или даже человеческий глаз. Волновые аберрации приводят к снижению четкости изображений, поэтому ученые ищут способы с ними бороться.
Принципиальная схема экспериментальной установки
Павел Хорин
Исследователи из Самарского национального исследовательского университета имени академика С.П. Королева (Самара) и Университета ИТМО (Санкт-Петербург) предложили использовать для выявления волновых аберраций гибридный многоканальный дифракционный оптический элемент — сложный оптический элемент с микроструктурой на поверхности. Он реализован на основе пространственного светового модулятора — устройства, которое позволяет настраивать распределение фазы («положения» волны в конкретный момент) светового пучка. Такой оптический элемент преобразует искаженный волновой фронт в наглядную многоканальную картину, по которой можно определить тип и степень искажений волнового фронта.
Полученные с помощью оптического фильтра изображения в режиме реального времени анализирует нейронная сеть и распознает аберрации. Исследователи использовали нейронную сеть на основе архитектуры Xception, которую часто применяют для классификации и разделения изображений на сегменты, а также обнаружения на них объектов. Алгоритм обучили на 2352 изображениях размером 256×256 пикселей. Ошибка распознавания волновых аберраций составила всего 0,3%.
Разработанный высокоточный метод может использоваться в астрономии для коррекции атмосферных искажений в телескопах, в офтальмологии — для ранней диагностики заболеваний глаз, в промышленности — для контроля качества линз и зеркал, а также в квантовой метрологии.
«Это исследование демонстрирует, как сочетание современных оптических технологий и машинного обучения позволяет решать сложные задачи с беспрецедентной точностью. Метод уже показал свою эффективность в лабораторных условиях, а его внедрение в промышленные и медицинские приложения — вопрос ближайшего будущего. В дальнейшем мы планируем разработать малогабаритный датчик волнового фронта с программной и аппаратной частями на основе гибридного многоканального дифракционного оптического элемента для быстрого и точного измерения искажений волнового фронта», — рассказывает руководитель проекта, поддержанного грантом РНФ, Павел Хорин, кандидат физико-математических наук, старший научный сотрудник лаборатории автоматизированных систем научных исследований Самарского национального исследовательского университета имени академика С.П. Королева.
Продолжить чтение...
Волновые аберрации — это искажения волнового фронта, то есть поверхности, на которой все точки световой волны имеют одинаковую фазу колебаний в данный момент времени. Эти искажения возникают, если свет проходит через турбулентную атмосферу, дефектные оптические элементы, а также разбалансированные оптические системы, такие как телескопы, микроскопы или даже человеческий глаз. Волновые аберрации приводят к снижению четкости изображений, поэтому ученые ищут способы с ними бороться.
Принципиальная схема экспериментальной установки
Павел Хорин
Исследователи из Самарского национального исследовательского университета имени академика С.П. Королева (Самара) и Университета ИТМО (Санкт-Петербург) предложили использовать для выявления волновых аберраций гибридный многоканальный дифракционный оптический элемент — сложный оптический элемент с микроструктурой на поверхности. Он реализован на основе пространственного светового модулятора — устройства, которое позволяет настраивать распределение фазы («положения» волны в конкретный момент) светового пучка. Такой оптический элемент преобразует искаженный волновой фронт в наглядную многоканальную картину, по которой можно определить тип и степень искажений волнового фронта.
Полученные с помощью оптического фильтра изображения в режиме реального времени анализирует нейронная сеть и распознает аберрации. Исследователи использовали нейронную сеть на основе архитектуры Xception, которую часто применяют для классификации и разделения изображений на сегменты, а также обнаружения на них объектов. Алгоритм обучили на 2352 изображениях размером 256×256 пикселей. Ошибка распознавания волновых аберраций составила всего 0,3%.
Разработанный высокоточный метод может использоваться в астрономии для коррекции атмосферных искажений в телескопах, в офтальмологии — для ранней диагностики заболеваний глаз, в промышленности — для контроля качества линз и зеркал, а также в квантовой метрологии.
«Это исследование демонстрирует, как сочетание современных оптических технологий и машинного обучения позволяет решать сложные задачи с беспрецедентной точностью. Метод уже показал свою эффективность в лабораторных условиях, а его внедрение в промышленные и медицинские приложения — вопрос ближайшего будущего. В дальнейшем мы планируем разработать малогабаритный датчик волнового фронта с программной и аппаратной частями на основе гибридного многоканального дифракционного оптического элемента для быстрого и точного измерения искажений волнового фронта», — рассказывает руководитель проекта, поддержанного грантом РНФ, Павел Хорин, кандидат физико-математических наук, старший научный сотрудник лаборатории автоматизированных систем научных исследований Самарского национального исследовательского университета имени академика С.П. Королева.
Продолжить чтение...