(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110993027.5 (22)申请日 2021.08.25 (65)同一申请的已公布的文献号 申请公布号 CN 113686452 A (43)申请公布日 2021.11.23 (73)专利权人 浙江大学 地址 310013 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 刘华锋　王岱崟　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 王琛 (51)Int.Cl. G01J 9/00(2006.01) G06F 30/27(2020.01)G06N 3/08(2006.01) (56)对比文件 CN 106683102 A,2017.0 5.17 CN 111221132 A,2020.0 6.02 CN 111157109 A,2020.0 5.15 CN 111985320 A,2020.1 1.24 CN 10902 9744 A,2018.12.18 US 2016360605 A1,2016.12.08 CN 108270 081 A,2018.07.10 US 2020090329 A1,2020.0 3.19 US 2019310484 A1,2019.10.10 审查员 程灿 (54)发明名称 基于沙克哈特曼波前传感器的多光涡涡旋 光束拓扑值探测方法 (57)摘要 本发明公开了一种基于深度学习和沙克哈 特曼波前传感器的多光涡涡旋光束拓扑值探测 方法， 借鉴了强度脊提取类方法的思想， 并巧妙 地将多光涡情况下闭合回路的提取转化成了语 义分割问题， 且用U ‑Net这一深度学习方法进行 了实现， 从而避免了光涡间交融部分对闭合回路 获取的影响。 此外， 为了解决多光涡情况下训练 数据无法获得的困境， 本发明提出了一种数据生 成方法即通过精细化地处理单光涡数据， 即可大 批量地生 成多光涡数据以用于网络训练； 在方法 设计上， 本发 明基于场景分析选择了骰子损失函 数作为损失函数， 并引入了闭运算这一后处理以 提升算法性能。 大量实验结果表明， 本发明可 以 实现对多光涡光束中， 每个光涡的同时、 准确的 拓扑值探测。 权利要求书2页 说明书6页 附图4页 CN 113686452 B 2022.06.14 CN 113686452 B 1.一种基于深度学习和沙克哈特曼波前传感器的多光涡涡旋光束拓扑值探测方法， 包 括如下步骤： (1)利用沙克哈特曼波前传感器采集多光涡涡旋光束图像， 并获得其平均相位斜率分 布图； (2)根据所述多光涡 涡旋光束图像 计算得到其对应的强度和分布图Isum； (3)训练一个基于U ‑Net结构的网络模型， 用于对强度和 分布图Isum进行强度脊内和强 度脊外两种区域的分割； 其中对网络模型进 行训练过程中所需的训练数据通过以下方式来 获得； 3.1准备单光涡图像的输入输出对， 其包含输入图像和输出图像， 输入图像即为单光涡 远场分布的强度和分布图， 输出图像为二值化图像， 其中强度脊内点的强度值为1， 强度脊 外点的强度值 为0， 强度脊由分水岭变换 先验的平均最亮强度环法来确定； 3.2对单光涡图像的输入输出对在统一区域内进行裁剪， 且裁剪边界为强度和分布图 中亮区的外 接矩形； 3.3生成像素值均为0的空白多光涡图像对， 并将其等面积地分成2 ×2的4个区域， 然后 为每一区域生 成一个取值范围为[ 0,1]的随机数， 并以其是否大于0.5作为是否要在这一区 域中插入裁剪后的图像对的判断标志； 3.4对于任一待插入区域， 随机地从所有裁剪后的图像对中抽选出一对， 并将其插入到 空白多光涡图像对中， 得到用于模型训练的输入图像以及真值标签图像； 其中裁剪后图像 对的插入位置由以下公式确定； 其中： (x,y)表示裁剪后图像对的插入位置坐标， (xc,yc)表示待插入区域的中心点坐 标， H和W分别为待插入 区域的高度和宽度， h和w分别为裁剪后图像对的高度和宽度， floor ()为向下 取整算子， rand()表示 括号区间内的随机数生成算子； 对网络模型进行训练过程中所采用的损失函数表达式如下： 其中： DiceLoss表示骰子损失函数， Y'和Y分别为网络模型输出的分割结果图及其对应 的真值标签图像， | |表示图像区域 面积算子； (4)对分割结果进行边界提取及处 理， 得到逐光涡的闭合回路； (5)利用广义轮廓和法对得到的逐光涡闭合回路进行旋度值计算， 从而得到每个光涡 的拓扑值。 2.根据权利要求1所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述步骤(1) 中利用沙克哈特曼波前传感器采集到多光涡涡旋光束图像后需对其进行背景噪声的去除 工作。 3.根据权利要求1所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述步骤(2)权　利　要　求　书 1/2 页 2 CN 113686452 B 2中通过以下公式计算强度和分布图Isum； 其中： I( ξ, η )表示多光涡涡旋光束图像中坐标点( ξ, η )的光强大小， Isum(i,j)表示沙克 哈特曼波前传感器透镜阵列中第i行第j列透镜对应区域的强度和值， Θij表示透镜阵列中 第i行第j列透 镜对应区域内所有坐标点 集合。 4.根据权利要求1所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述步骤(4) 中首先对分割 结果进行边界提取， 以获得逐光涡的闭合回路， 然后再对每一闭合回路进行 闭运算， 以避免其形状过于凹凸不平。 5.根据权利要求1所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述步骤(5) 中的广义轮廓和法基于以下表达式计算逐光涡闭合回路的旋度值； 其中： Cir为逐光涡闭合回路的旋度值， K为逐光涡闭合回路上点的数量， 和 分别为 逐光涡闭合回路上第k点处的相位斜率和路径矢量， Sx,k和Sy,k分别为相位斜率 沿水平和 竖直方向上的分量， lx,k和ly,k分别为路径矢量 沿水平和竖直方向上的分量。 6.根据权利要求5所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述相位斜率 和路径矢量 的分量表达式如下： 其中： 表示逐光涡闭合回路上第k点处的坐标， 和 分别为坐 标 点处的平均相位 斜率沿水平和竖直方向上的分量。 7.根据权利要求1所述的多光涡涡旋光束拓扑值探测方法， 其特征在于： 所述步骤(5) 中通过以下公式计算每 个光涡的拓扑值； 其中： Cir为逐光涡闭合回路的旋度值， TC为对应光涡的拓扑值。权　利　要　求　书 2/2 页 3 CN 113686452 B 3