【摘 要】
：
光学元件轴向间距测量对精密光学系统的定位和装调具有重要意义。针对现有色散共焦测量系统中色散物镜结构复杂、色散范围小的问题,提出基于偏振衍射色散共焦的光学元件轴向间距测量方法,将传统折射共焦镜头几百毫米的轴向尺寸和复杂的装调需求简化为数毫米的单片镜,简化了系统结构。透镜间距和厚度测量实验表明,间距测量误差为10μm。
【机 构】
：
北京理工大学光电学院精密光电测试仪器及技术北京市重点实验室
【基金项目】
：
国家自然科学基金(51735002),中国科学院战略性先导科技专项(XDA25020317)。
论文部分内容阅读
光学元件轴向间距测量对精密光学系统的定位和装调具有重要意义。针对现有色散共焦测量系统中色散物镜结构复杂、色散范围小的问题,提出基于偏振衍射色散共焦的光学元件轴向间距测量方法,将传统折射共焦镜头几百毫米的轴向尺寸和复杂的装调需求简化为数毫米的单片镜,简化了系统结构。透镜间距和厚度测量实验表明,间距测量误差为10μm。
其他文献
外腔激光器具有窄线宽、低功耗的特征,主要用于相干光通信,实际应用中外腔激光器的输出光功率会在环境温度为高温或者低温时出现下降现象。通过使用有限元商用软件Ansys分析,发现高低温下机械结构会有微小的挠度变化,相较于常温,高低温下最大的挠度角度为0.04°。外腔激光器的腔长较长,结合光路仿真软件Zemax研究发现,微小的挠度变化会引起较大的光路变化,影响耦合效率,进而导致输出光功率降低。通过实验量测证实了光路变化,并基于挠度变化引起功率降低的理论,从设计角度提出了通过缩短腔长、加厚基座的方式来减小输出光功率
在光电成像系统中,动态调制传递函数受到光学系统波像差、探测组件信号分辨率及传递特性以及载体运动引起图像模糊等环节对图像质量的综合影响,成为光电成像系统的重要参数之一。论文基于光电成像系统动静态调制传递函数的测试原理,研制一种动态调制传递函数测量装置,其中光学准直系统焦距为10 000 mm,运动目标速度控制范围达到30 mm/s～5 000 mm/s,满足长焦距光电成像系统的动态调制传递函数测试。
三维人脸的测量与分割有着广泛的应用需求,是目前重要的研究方向,但三维人脸数据的庞大、无序等问题制约了其快速发展。首先开发了基于结构光方法的三维人脸测量系统,获得以点云形式存储的高精度三维人脸数据。其次,采用保角变换对三维人脸数据进行了预处理,并采用二维卷积神经网络分割结合三维反映射的思路,实现了三维人脸的分割,解决了三维数据的无序性以及旋转性,降低了三维数据分割的时间消耗。实验结果表明,本文提出的
针对SURF(speeded-up robust features)算法计算量大、图像拼接效率低的不足,以FAST(features from accelerated segment test)角点取代SURF斑点在图像重合区域提取特征点,使用SURF描述子进行特征点描述,通过描述子降维、自适应最近邻与次近邻比值法、几何约束法剔除错误匹配点,提高匹配的准确性。匹配完成后,通过减少样本集的个数和舍弃
针对远距离成像系统获取的低照度降质图像增强问题,提出了一种融合Retinex和离散小波奇异值分解的图像清晰化算法。该方法首先利用自适应全尺度Retinex(adaptive full-scale retinex, AFSR)"粗"提取照度分量和反射分量,然后通过离散小波变换将所提取的图像反射分量分解为4个频率子带并估计出低频子带图像的奇异值矩阵,最后应用逆小波变换"精"重建图像。实验结果表明:所提
制造商为了激励零售商订购更多数量的产品,会在产品零售价下调时提供给零售商一定的补偿,如何制定最优补偿机制是提高供应链收益的关键问题.为此,建立了两阶段销售差价补偿机
几何突变导致的相位不连续一直是相位展开中具有挑战的问题。针对这一问题,提出基于方向与变换的快速不连续相位展开算法。在提出的算法中,利用图像的结构张量估计包裹相位图的方向,将方向图进行变换和差分计算得到的可靠的权重系数图作为加权最小二乘法的权重,并使用预处理共轭梯度法迭代求解。该算法可以快速地找出不连续位置,并在不连续分割后的区域进行单独的相位展开,具有很好的识别和展开效果。详细地描述了算法的原理和
针对数字微镜器件(digital micromirror device,DMD)衍射效应对系统成像影响严重的问题,对DMD元件产生的杂散光进行研究。基于严格耦合波理论构建了DMD衍射模型,分析不同波段和入射角度对其衍射效率的影响,分析结果表明,在长波红外波段DMD衍射效应较明显,且随着入射角度增大,DMD衍射效应更为显著。分析投影系统中DMD的衍射杂光产生途径,通过改变系统的F数来控制入射角度,计算出DMD衍射效应产生的杂光能量占比,给出不同波长下,不同F数的光学系统杂光随衍射效应的变化曲线,即F数越大,
给定两个非负整数s和t,图G的(s,t)-松弛强k边着色可表示为映射c:E(G)→[k],这个映射满足对G中的任意一条边e,颜色c(e)在e的1-邻域中最多出现s次并且在e的2-邻域中最多出现t次
红外弱小目标检测是安防监控、侦察探测、精确制导等领域的关键技术。为了提高复杂背景条件下红外弱小目标检测的准确性和实时性,提出了一种基于深度学习的红外弱小目标检测算法YOLO-FCSP。根据红外图像中弱小目标的特点,在YOLO检测框架的基础上,通过减少下采样次数,结合跨阶段局部模块、Focus结构和空间金字塔池化结构设计了特征提取网络。借鉴多路径聚合的思路优化特征融合网络,同时调整检测输出层数量,通