本發明涉及光學設計，尤其涉及一種光學系統及其配置方法、圖像去噪方法。

背景技術：

1、在機器學習領域，擴散模型通過其獨特的正向過程、反向過程和采樣過程，有效地學習了給定數據集中的概率分布。其中，去噪擴散模型通過逐步向圖像中添加噪聲，直至圖像與高斯噪聲分布趨同，然后再通過逆向的消除擴散過程，從高斯噪聲分布中采樣出接近原始圖像的樣本，這種模型在計算機視覺展現出巨大的應用潛力，如圖像去噪、修復、超分辨率提升以及圖像生成等，且主要依賴于中央處理器(cpu)或圖像處理器(gpu)的電學計算方式來實現。

2、然而，cpu和gpu作為模型運行的主要載體，其高能耗成為了一個不可忽視的問題。此外，在電學數據處理過程中，信號的傳輸和處理往往伴隨著較高的時間消耗和延遲，這在追求實時響應和低延遲的嵌入式設備等場景中尤為突出。為了在這些受限環境下部署去噪擴散模型，研究者們嘗試對模型結構進行大規模精簡，或對輸入輸出數據進行精度截斷，但這些方法往往以犧牲模型精度為代價，甚至可能導致應用無法正常實現。

技術實現思路

1、本發明的目的之一在于提供一種光學系統的配置方法，所述光學系統包括光調制組件，所述訓練方法包括：

2、獲取樣本數據集，所述樣本數據集中的各訓練樣本包括原始圖像信息和n個噪聲圖像信息，其中，所述n個噪聲圖像信息中的第i個噪聲圖像信息為對所述原始圖像信息執行i次加噪處理后得到的信息，1≤i≤n，i和n為整數；

3、基于所述樣本數據集訓練所述光調制組件的配置。

4、在本發明的一些技術方案中，所述基于所述樣本數據集訓練所述光調制組件的配置，包括：

5、基于第n個噪聲圖像信息，生成n個去噪圖像信息；

6、基于所述訓練樣本的原始圖像信息、除第n個噪聲圖像信息外的n-1個噪聲圖像信息以及n個去噪圖像信息，訓練所述光調制組件的配置。

7、在本發明的一些技術方案中，所述n個去噪圖像信息中的第j個去噪圖像信息為第n個噪聲圖像信息經同一配置的光調制組件處理j次后得到的信息，1≤j≤n，j為整數；

8、所述基于所述訓練樣本的原始圖像信息、除第n個噪聲圖像信息外的n-1個噪聲圖像信息以及n個去噪圖像信息，訓練所述光調制組件的配置，包括：

9、基于第k個去噪圖像信息和第n-k個噪聲圖像信息，確定第k個第一損失值，其中，l≤k≤n，第0個噪聲圖像信息為原始圖像信息；

10、基于所有第一損失值，確定綜合損失值；

11、基于所述綜合損失值，訓練所述光調制組件的配置。

12、在本發明的一些技術方案中，所述n個去噪圖像信息中的第l個去噪圖像信息為第l-1個去噪圖像信息經當前的光調制組件處理1次后得到的信息，所述當前的光調制組件的配置基于第l-1個去噪圖像信息訓練確定，其中，l≤l≤n，第0個去噪圖像信息為第n個噪聲圖像信息；

13、所述基于所述訓練樣本的原始圖像信息、除第n個噪聲圖像信息外的n-1個噪聲圖像信息以及n個去噪圖像信息，訓練所述光調制組件的配置，包括：

14、基于第m個去噪圖像信息和第n-m個噪聲圖像信息，確定第m個第二損失值，1≤m≤n，m為整數，第0個噪聲圖像信息為原始圖像信息；

15、基于所述第m個第二損失值，訓練所述光調制組件的配置。

16、在本發明的一些技術方案中，所述光調制組件包括至少一個光調制元件，所述基于所述樣本數據集訓練所述光調制組件的配置，包括以下中的至少之一：

17、基于所述樣本數據集，更新至少一個所述光調制元件的配置參數；

18、基于所述樣本數據集，更新所述光調制元件之間的相對位置關系。

19、在本發明的一些技術方案中，所述光調制元件包括以下中的至少一種：折射光學元件、衍射光學元件、散射介質元件和超表面元件。

20、在本發明的一些技術方案中，所述光調制組件包括多個光調制元件，所述多個光調制元件依次設置，除首個所述光調制元件外，每個所述光調制元件在前一個光調制元件的反射路徑或者透射路徑上。

21、在本發明的一些技術方案中，所述加噪處理為在所述原始圖像信息或者噪聲圖像信息中添加隨機噪聲。

22、本發明的目的之二在于提供一種光學系統，包括：

23、光調制組件，所述光調制組件根據上述任一所述的方法進行配置；

24、感光元件；

25、導光組件，用于在將所述光調制組件的輸出信號，耦合至所述光調制組件的輸入端預設次數之后，耦合至所述感光元件。

26、在本發明的一些技術方案中，所述光調制組件包括多個光調制元件，所述多個光調制元件依次設置，除首個所述光調制元件外，每個所述光調制元件在前一個光調制元件的反射路徑或者透射路徑上。

27、本發明的目的之三在于提供一種基于光學系統的圖像去噪方法，所述光學系統包括光調制組件、感光元件和導光組件；

28、將待處理的圖像信息導入所述光學系統；

29、利用所述光調制組件對所述圖像信息進行處理；

30、利用所述導光組件，在將所述光調制組件對所述圖像信息進行處理后的輸出信息，耦合至所述光調制組件的輸入端預設次數之后，耦合至所述感光元件。

31、與現有技術相比，本發明提供的光學系統的配置方法，獲取樣本數據集，所述樣本數據集中的各訓練樣本包括原始圖像信息和n個噪聲圖像信息，其中，所述n個噪聲圖像信息中的第i個為對所述原始圖像信息執行i次加噪處理后得到的信息，1≤i≤n，i和n為整數；基于所述樣本數據集訓練所述光調制組件的配置。本發明光學系統配置方法通過原始圖像信息及其對應的多個逐步執行加噪處理的加噪圖像信息對光學系統的配置進行訓練，以確定可基于噪聲圖像信息還原原始圖像信息的光學系統的配置。

技術特征：

1.一種光學系統的配置方法，其特征在于，所述光學系統包括光調制組件，所述訓練方法包括：

2.根據權利要求1所述的方法，其特征在于，所述基于所述樣本數據集訓練所述光調制組件的配置，包括：

3.根據權利要求2所述的方法，其特征在于，所述n個去噪圖像信息中的第j個去噪圖像信息為第n個噪聲圖像信息經同一配置的光調制組件處理j次后得到的信息，1≤j≤n，j為整數；

4.根據權利要求2所述的方法，其特征在于，所述n個去噪圖像信息中的第l個去噪圖像信息為第l-1個去噪圖像信息經當前的光調制組件處理1次后得到的信息，所述當前的光調制組件的配置基于第l-1個去噪圖像信息訓練確定，其中，l≤l≤n，第0個去噪圖像信息為第n個噪聲圖像信息；

5.根據權利要求1所述的方法，其特征在于，所述光調制組件包括至少一個光調制元件，所述基于所述樣本數據集訓練所述光調制組件的配置，包括以下中的至少之一：

6.根據權利要求5所述的方法，其特征在于，所述光調制元件包括以下中的至少一種：折射光學元件、衍射光學元件、散射介質元件和超表面元件。

7.根據權利要求5所述的方法，其特征在于，所述光調制組件包括多個光調制元件，所述多個光調制元件依次設置，除首個所述光調制元件外，每個所述光調制元件在前一個光調制元件的反射路徑或者透射路徑上。

8.根據權利要求1所述的方法，其特征在于，所述加噪處理為在所述原始圖像信息或者噪聲圖像信息中添加隨機噪聲。

9.一種光學系統，其特征在于，包括：

10.根據權利要求9所述的系統，其特征在于，所述光調制組件包括多個光調制元件，所述多個光調制元件依次設置，除首個所述光調制元件外，每個所述光調制元件在前一個光調制元件的反射路徑或者透射路徑上。

11.一種基于光學系統的圖像去噪方法，其特征在于，所述光學系統包括光調制組件、感光元件和導光組件；

技術總結
本發明揭示一種光學系統及其配置方法、圖像去噪方法，所述配置方法包括：獲取樣本數據集，所述樣本數據集中的各訓練樣本包括原始圖像信息和N個噪聲圖像信息，其中，所述N個噪聲圖像信息中的第i個噪聲圖像信息為對所述原始圖像信息執行i次加噪處理后得到的信息，1≤i≤N，i和N為整數；基于所述樣本數據集訓練所述光調制組件的配置。本發明光學系統配置方法通過原始圖像信息及其對應的多個逐步執行加噪處理的加噪圖像信息對光學系統的配置進行訓練，以確定可基于噪聲圖像信息還原原始圖像信息的光學系統的配置。

技術研發人員：沈華,宋凱,邱兵
受保護的技術使用者：蘇州山河光電科技有限公司
技術研發日：
技術公布日：2025/4/28