基于计算光学系统的信息处理方法研究进展

像差是制约光学系统成像性能的关键因素,而计算光学像差校正技术通过融合光学物理建模与信息处理算法,实现对成像退化的精准补偿.本文围绕计算光学像差校正技术,首先阐述了基于Zernike多项式的波前像差表征方法及像差主导的光场退化模型,并介绍了维纳滤波、Richardson-Lucy迭代等经典复原算法.在此基础上,从主动调节、光学编码和纯计算复原3个维度,分析了自适应光学、波前编码、相位恢复与盲解卷积等主流技术的原理与应用.最后,重点解释了深度学习驱动的像差校正方法,包括数据驱动、物理模型嵌入及无监督学习架构,并讨论了其在生物医学显微成像、无透镜成像和天文遥感等领域的典型应用.