大氣湍流或生物組織等介質(zhì)會(huì)引起光場(chǎng)波前畸變，從而導(dǎo)致成像系統(tǒng)性能嚴(yán)重下降。為消除波前畸變影響，通常需要使用波前傳感器獲取波前畸變信息，并使用變形鏡或空間光調(diào)制器對(duì)波前畸變進(jìn)行矯正，以獲得清晰的目標(biāo)圖像。這種自適應(yīng)光學(xué)技術(shù)被廣泛應(yīng)用于天文觀測(cè)、自由空間光通信、眼底成像等。然而，波前傳感器成本高昂，且往往需要額外的引導(dǎo)光源。

近日，西北工業(yè)大學(xué)物理科學(xué)與技術(shù)學(xué)院趙建林教授團(tuán)隊(duì)，與中國(guó)工程物理研究院流體物理研究所合作，在基于深度學(xué)習(xí)的自適應(yīng)光學(xué)技術(shù)方面取得重要研究進(jìn)展。相關(guān)成果以“Deep learning wavefront sensing and aberration correction in atmospheric turbulence”為題在線發(fā)表于中國(guó)光學(xué)工程學(xué)會(huì)會(huì)刊《PhotoniX》（DOI: 10.1186/s43074-021-00030-4）。

圖1. 基于深度學(xué)習(xí)的波前傳感方法示意圖

研究團(tuán)隊(duì)提出了一種基于深度學(xué)習(xí)的波前傳感方法，使用卷積神經(jīng)網(wǎng)絡(luò)直接從畸變的強(qiáng)度圖中恢復(fù)波前畸變相位，再使用空間光調(diào)制器等進(jìn)行矯正，極大地簡(jiǎn)化了自適應(yīng)光學(xué)系統(tǒng)結(jié)構(gòu)（見圖1）。首先，通過數(shù)值模擬對(duì)不同復(fù)雜度的樣品進(jìn)行了對(duì)比分析，發(fā)現(xiàn)對(duì)于單一不變樣品，神經(jīng)網(wǎng)絡(luò)的重建性能最高，隨著樣品復(fù)雜度的增加，神經(jīng)網(wǎng)絡(luò)性能逐漸下降；使用某類樣品訓(xùn)練的神經(jīng)網(wǎng)絡(luò)對(duì)于與之相似的另一類樣品具有很好的泛化能力。隨后，對(duì)直接預(yù)測(cè)波前畸變相位和先預(yù)測(cè)澤尼克系數(shù)的兩種重建方式進(jìn)行了對(duì)比分析，發(fā)現(xiàn)對(duì)于簡(jiǎn)單波前畸變相位，兩種方式的精度一致；對(duì)于復(fù)雜波前畸變相位，前者的精度更高。

圖2. 實(shí)驗(yàn)光路圖