基于折超混合光学先验的自适应像差校正与色彩还原方法

本发明涉及折超成像处理，尤其涉及一种基于折超混合光学先验的自适应像差校正与色彩还原方法。

背景技术：

1、随着光电成像设备向超薄化、微型化及集成化方向快速发展，折超混合光学系统凭借结合传统折射透镜高透光率与超构透镜亚波长色散调控能力的优势，已成为车载成像、便携式智能摄像及微创医疗内窥镜等轻量化高端成像设备的核心发展方向。该类系统通常利用折射正色散与超构负色散的互补特性，在硬件层面初步抵消部分色差与几何畸变，以极少镜片和超薄结构实现宽带消色差成像。在实际工程应用中，针对此类系统的图像质量优化，行业普遍采用光学仿真建模结合数字图像后处理的技术路线。常规方案首先通过光线追迹获取系统的基础光学参数，构建通用的成像退化模型，随后利用深度学习网络或传统滤波算法对采集到的退化图像进行全局统一的复原处理，以期恢复图像的清晰度与色彩准确性。

2、然而，在复杂动态工况及大规模量产背景下，现有技术方案在应对折超混合系统特有的空间变分非线性退化时面临长期存在的性能瓶颈。由于受加工公差、装配误差及环境扰动等多重因素影响，系统的成像退化程度随视场半径、工作波长及物距呈现显著的三维非均匀梯度分布，表现出中心弱退化而边缘强退化的空间各向异性特征。现有的全局统一校正机制难以匹配这种随空间位置剧烈变化的耦合退化场，导致校正自由度失配，无法同时兼顾中心区域的细节保留与边缘区域的像差抑制。此外，常规数据驱动模型缺乏针对折超耦合机理的物理约束，致使校正结果在跨场景泛化性、色彩一致性及高频纹理保真度方面存在不足，难以满足高精度成像设备在全域范围内对成像质量均衡性与稳定性的严苛要求。现有技术中用于折超混合镜头的成像图像校正方法存在校正质量较差的问题。

技术实现思路

1、本发明实施例提供了一种基于折超混合光学先验的自适应像差校正与色彩还原方法，旨在解决现有技术中用于折超混合镜头的成像图像校正方法所存在的校正质量较差的问题。

2、第一方面，本发明实施例提供了一种基于折超混合光学先验的自适应像差校正与色彩还原方法，所述方法应用于解析终端，所述解析终端与相机进行通信连接以实现数据信息的传输；折超混合镜头组、显微放大镜及所述相机依次排列且位于同一光轴上，所述方法包括：

3、接收所述相机采集的网格化视场图像，根据预置的构建规则及预存的光路硬件基础参数构建得到与所述网格化视场图像对应的光学先验库；

4、根据预置的退化模型构建规则及所述光学先验库构建得到对应的专属复合退化模型；

5、根据预置的训练数据集及所述专属复合退化模型对预置的双支路退化估计网络进行训练；

6、接收所述相机采集的退化图像，根据所述光学先验库及训练后的所述双支路退化估计网络对所述退化图像进行解析，得到对应的退化估计解析信息；

7、根据预置的复原规则对所述退化估计解析信息进行复原，得到对应的还原图像。

8、第二方面，本发明实施例还提供了一种基于折超混合光学先验的自适应像差校正与色彩还原系统，所述系统配置于解析终端，所述解析终端与相机进行通信连接以实现数据信息的传输；折超混合镜头组、显微放大镜及所述相机依次排列且位于同一光轴上，所述系统用于执行如第一方面所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，所述系统包括：

9、光学先验库构建单元，用于接收所述相机采集的网格化视场图像，根据预置的构建规则及预存的光路硬件基础参数构建得到与所述网格化视场图像对应的光学先验库；

10、专属复合退化模型构建单元，用于根据预置的退化模型构建规则及所述光学先验库构建得到对应的专属复合退化模型；

11、网络训练单元，用于根据预置的训练数据集及所述专属复合退化模型对预置的双支路退化估计网络进行训练；

12、退化图像解析单元，用于接收所述相机采集的退化图像，根据所述光学先验库及训练后的所述双支路退化估计网络对所述退化图像进行解析，得到对应的退化估计解析信息；

13、图像复原单元，用于根据预置的复原规则对所述退化估计解析信息进行复原，得到对应的还原图像。

14、第三方面，本发明实施例还提供了一种电子设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法。

15、第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述第一方面所述方法。

16、本发明提供了一种基于折超混合光学先验的自适应像差校正与色彩还原方法，上述方法包括：接收相机采集的网格化视场图像，根据预置构建规则及光路硬件基础参数构建光学先验库；基于退化模型构建规则及光学先验库构建专属复合退化模型；利用训练数据集及专属复合退化模型训练双支路退化估计网络；接收退化图像，利用光学先验库及训练后的双支路退化估计网络解析得到退化估计解析信息；根据预置复原规则对退化估计解析信息进行复原得到还原图像。本申请中通过训练双支路退化估计网络并对退化图像进行还原，可以实现像素级、逐视场差异化的像差补偿与高精度色彩还原，大幅提升全域成像清晰度与色彩一致性。

1.一种基于折超混合光学先验的自适应像差校正与色彩还原方法，所述方法应用于解析终端，所述解析终端与相机进行通信连接以实现数据信息的传输；折超混合镜头组、显微放大镜及所述相机依次排列且位于同一光轴上，其特征在于，所述方法包括：

2.根据权利要求1所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据预置的退化模型构建规则及所述光学先验库构建得到对应的专属复合退化模型，包括：

3.根据权利要求1或2所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据所述光学先验库及训练后的所述双支路退化估计网络对所述退化图像进行解析，得到对应的退化估计解析信息，包括：

4.根据权利要求3所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据所述双支路退化估计网络中的退化估计支路及所述光学先验库对所述共享浅层特征图进行退化分析，得到对应的空间退化校正核，包括：

5.根据权利要求4所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据所述双支路退化估计网络中的色彩还原估计支路及所述光学先验库对所述共享浅层特征图进行色彩还原分析，得到对应的色彩补偿系数，包括：

6.根据权利要求5所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据预置的训练数据集及所述专属复合退化模型对预置的双支路退化估计网络进行训练，包括：

7.根据权利要求6所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，其特征在于，所述根据预置的构建规则及预存的光路硬件基础参数构建得到与所述网格化视场图像对应的光学先验库，包括：

8.一种基于折超混合光学先验的自适应像差校正与色彩还原系统，其特征在于，所述系统配置于解析终端，所述解析终端与相机进行通信连接以实现数据信息的传输；折超混合镜头组、显微放大镜及所述相机依次排列且位于同一光轴上，所述系统用于执行如权利要求1-7任一项所述的基于折超混合光学先验的自适应像差校正与色彩还原方法，所述系统包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的基于折超混合光学先验的自适应像差校正与色彩还原方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的基于折超混合光学先验的自适应像差校正与色彩还原方法。