双高斯照相物镜设计

1 篇文章 0 订阅
1 篇文章 0 订阅

光学设计课程设计
Course Design of Optical Design

题目名称:Double Gauss photographic
objective lens design
双高斯照相物镜设计

学校: 长春理工大学
学院: 光电工程学院
专业: 光电信息科学与工程
学号: 1902122xx
姓名: xx

2021年12月15日

目录
第一章 概述 1
1.1 双高斯照相物镜光学系统工作原理 1
1.2 国内外现状 1
1.3 设计目的及设计要求 3
第二章 像差理论概述 3
2.1 单色像差 3
2.1.1 球差 3
2.1.2 彗差 3
2.1.3 像散 4
2.1.4 场曲 4
2.2 色差 5
2.2.1 位置色差 5
2.2.2 倍率色差 5
2.3 波像差概述 5
2.4 像质评价标准 6
2.5 ZEMAX软件介绍 7
第三章 双高斯照相物镜光学系统设计 7
3.1 系统设计参数的确定 7
3.1.1 参数确定 7
3.1.2 设计要求 7
3.2 双高斯照相物镜系统初始结构选取 8
3.3 双高斯照相物镜系统像质优化设计 8
3.3.1玻璃材料替换 8
3.3.2设半径为变量进行优化 9
3.3.3剩余半径全部设变量 10
3.3.4空气间隔优化 11
3.3.5玻璃厚度优化 11
3.3.6校正球差 12
3.3.7校正色差 12
3.3.8校正弧矢衍射调制函数值 13
3.3.9校正畸变 13
3.3.10 压缩最后一片玻璃口径 13
3.3 双高斯照相物镜系统套样板 14
3.4 系统最终优化结果 14
第四章 公差分析及光学图纸 17
4.1 公差分析 17
4.2 光学图纸 18
第五章 设计经验总结 18
参考文献 19

第一章 概述

1.1 双高斯照相物镜光学系统工作原理

双高斯物镜是一种中等视场大孔径的摄影物镜,是以厚透镜矫正匹兹万场曲的光学结构,半部系统是由一个弯月形的透镜和一个薄透镜组成,如图1-1所示。
图1-1 双高斯物镜结构
由于双高斯物镜是个对称的系统,因此垂轴像差很容易校正。设计这种类型的系统时,只需要考虑球差、色差、场曲、像散的校正。在双高斯物镜中依靠厚透镜的结构变
化可以校正场曲,利用薄透镜的弯曲可以校正球差,,改变两块厚透镜间的距离可
以校正像散,在厚透镜中引入一个胶合面可以校正色差。

1.2 国内外现状

从非对称双高斯镜头商业成功的近百年以来,双高斯结构设计发展出了很多变化,下面总结一下几种比较主流的变化类型。
1.非对称双高斯结构(6片/4组)
1817高斯结构~ 1888双高斯结构~ 1896蔡司双高斯结构~ 1920非对称双高斯结构

图1-2 非对称双高斯结构演变过程
2.增加后组镜片的非对称双高斯结构
1930年, Lee为了增大光圈修正像差,进一步改进设计,在6片/4组非对称双高斯结构的基础上,在后组增加一片镜片,形成7片/5组结构(1 -2:2-1-1) ,即Super Speed Panchro镜头。2013年发布的Zeiss Touit 32mm f/1 .8镜头即是采用这种修正
思路,在非对称双高斯结构的后组增加2片/1组的修正镜组。

图1-3 1930年代到1960年代流行的7片/5组设计
3.前组粘合镜组分离的非对称双高斯结构(Ultron)
1966年Pentax针对Ultron双高斯结构再次结合后组修正思路,设计了前组分离后组增加镜片的7片/6组结构(1-1-1:2-1-1) ,即Super Takumar 50mm f/1.4(v2)镜头。

图1-4 后组增加修正镜片的Ultron双高斯结构, 7片/6组(1-1-1:2-1-1)
4.在光学中心附近增加修正镜片的非对称双高斯结构

图1-5 Leica Summicron 35mm f/2 七枚玉
5.非球面镜片引入非对称双高斯结构

图1-6 Leia smilux M 35mm f/1.4 Aspherica

1.3 设计目的及设计要求

设计目的:
设计一个双高斯照相物镜
设计要求:
① MTF:50 lp/m处大于0.4
② 畸变:不大于2.5%
③ 总长:不大于55mm
④ 透镜材料使用成都光明玻璃
⑤ 校正球差和色差且轴向像差小于像差容限

第二章 像差理论概述

2.1 单色像差

用初级像差理论分析光学系统的像差特性和计算光学系统的初始结构是较为方便的。光学系统存在五种单色像差:球差,彗差,像散,场曲和畸变,总结如下:

2.1.1 球差

图2-1 球差示意图
轴向球差
(2-1)
垂轴球差
(2-2)

2.1.2 彗差

图2-2 彗差示意图
子午彗差

(2-3)
弧矢彗差

(2-4)

2.1.3 像散

图2-3 像散示意图
细光束像散
(2-5)

2.1.4 场曲

图2-4 子午场曲和弧矢场曲示意图
细光束子午场曲
(2-6)
细光束弧矢场曲
(2-7)

2.1.5 畸变

通常以主光线与理想像面的交点高度 和理想像高 之差 来表示畸变:

                                                              (2-8)

而在ZEMAX 中,通常是通过调取相对畸变曲线,来观察某系统的畸变大小,即:
(2-9)

2.2 色差

2.2.1 位置色差

图2-5 位置色差示意图
位置色差用表示以下:

(2-10)

其中,代表某一口径的位置色差,代表近轴位置色差。

2.2.2 倍率色差

图2-6 倍率色差示意图
倍率色差定义为轴外点发出两种色光的主光线在消单色像差的色光的高斯像面上的交点高度之差,以表示:
(2-11)

2.3 波像差概述

除了几何像差以外,讨论波像差,并建立起其与几何像差之间的关系是非常重要的。实际波面与理想球面波之间的偏离,称为波像差。

图2-7 波像差示意图
对于轴对称光学系统(绝大多数的光学系统都是属于轴对称的),轴上点发出球
面波经系统以后,只是由于轴上点唯一存在的球差使出射的实际波面变形而偏离球面,但仍然是轴对称的波面。就是说,轴上点的波像差只与球差有关:

(2-12)

2.4 像质评价标准

2.4.1 斯特列尔判断

斯特列尔判断认为,中心点亮度时,系统是完善的。

2.4.2 瑞利判据

实际波面与参考球面之间的最大偏离量,即波像差不超过 1/4 波长时,此实际波面可认为是无缺陷的。

2.4.3 瑞利判据

根据衍射理论,远处物点被理想光学系统形成的衍射图样中,第一暗环的半径对出
瞳中心所张的角度由下式决定,
(2-13)

2.4.4 点列图

由一点发出的许多光线经光学系统后,因像差使其与像面的交点不再集中于同一点,而形成了一个散布在一定范围的弥散图形,称为点列图。用点列图来评价系统的像质是一种方便、易行、直观的方法。

图2-8 运用点列图判断像质

2.4.5 光学传递函数

应用光学传递函数来评价光学系统的成像质量,是像质评价工作的一个进步,它较客观地反映了光学系统成像过程、特性与像质。

图2-8 运用MTF判断像质

2.5 ZEMAX软件介绍

该产品是研发于美国的产品, ZEMAX已经是被光电子领域熟知的光学设计的首选软件。该软件拥有两大特点,就是可以实现序列和非序列分析。在全球范围内,这款软件已经被广泛的应用在设计显示系统,照明,成像的使用系统,激光系统以及漫射光的设计应用方面。

第三章 双高斯照相物镜光学系统设计

3.1 系统设计参数的确定

3.1.1 参数确定

焦距:35mm
F 数:2.5
半视场:18°
波长:0.486~0.656 μm

3.1.2 设计要求

① MTF:50 lp/m处大于0.4
② 畸变:不大于2.5%
③ 总长:不大于55mm
④ 透镜材料使用成都光明玻璃
⑤ 校正球差和色差且轴向像差小于像差容限

3.2 双高斯照相物镜系统初始结构选取

选用题目所给初始结构参数如图3-1所示,输入ZEMAX软件的透镜数据编辑器中。
图3-1 双高斯照相物镜初始结构参数在这里插入图片描述图3-1 双高斯照相物镜初始结构参数
如图3-2(a)(b)(c)分别为系统优化前即初始结构的轴向像差曲线、点列图、相对畸变曲线,由此可以看出,系统优化前的像质情况比较差。
在这里插入图片描述
(a) (b) (c)
图3-2 系统优化前的像质情况(a)轴向像差(b)相对畸变(c)点列图
3.3 双高斯照相物镜系统像质优化设计
3.3.1玻璃材料替换
由于设计要求规定玻璃材料必须使用成都光明材料,而初始结构中的玻璃材料皆为肖特玻璃库,故采用等效替代法将肖特玻璃替换成折射率和阿贝数一致的成都光明玻璃。替换后的玻璃材料如图3-2所示,玻璃材料依次为:H-LAK53A、H-LAK53A、ZF3、F5、H-LAK53A、H-LAK53A。
在这里插入图片描述
图3-2 替换玻璃材料之后的透镜数据
3.3.2设半径为变量进行优化
设变量。通过查看如图3-3所示的赛德尔图,将对赛得和数影响大的面对应的曲率半径设为变量,优先优化,即将第2、5、7、10个面的半径设为变量。

图3-3 初始结构的赛德尔图
设置序列评价函数。优化函数选择RMS+光斑半径,最小玻璃中心厚度为1.5,最小玻璃边缘厚度为1.2,最大玻璃厚度为8,如图3-4所示。
在这里插入图片描述
图3-4 序列评价函数的设置
优化结果。添加操作数EFFL取目标值35,点击“OPT”进行第一次局部优化后得到如图3-5所示的结果。

图3-5 第2、5、7、10面半径设为变量后优化的结果
3.3.3剩余半径全部设变量
将剩余面的曲率半径设为变量进行优化如图3-6,优化后MTF曲线如图3-7所示。

图3-6 剩余半径全部设变量的透镜数据

图3-7 半径全设为变量优化后的MTF曲线
3.3.4空气间隔优化
光阑面位置优化。将STOP光阑面的位置,即设为变量再次进行优化。
空气间隔优化。进一步将剩余的空气间隔即,和设为变量,点击“OPT”进行优化。透镜数据如图3-8所示,优化后MTF如3-9所示。

图3-8 空气间隔优化后的透镜数据

图3-9 空气间隔优化后的MTF
3.3.5玻璃厚度优化
将玻璃厚度即、、、、、设为变量,再次优化,此时MTF50 lp/m处大于0.4达到设计要求,如图3-10.

图3-10 设达到设计要求的MTF曲线
但与此同时,色差、球差、畸变仍未校正,如图3-11所示。

图3-11 未校正的色差、球差、畸变曲线
3.3.6校正球差
校正零孔径球差。加入操作数LONA,区域0,目标0,权重1.
校正边缘带球差。加入操作数LONA,区域1,目标0,权重1.
点击“OPT”优化后的轴向像差曲线如图3-12,此时球差已校正但色差仍未校正。

图3-12 校正球差后的曲线
3.3.7校正色差
校正0.707带色差。加操作数AXCL,波1和波3,区域0.707,目标0,权重1。优化后的球差、色差已校正,如图3-13。但第2、3视场的弧矢衍射调制函数值在50 lp/mm处有所下降,如图3-14所示。
图3-13 校正后的轴向像差曲线 图3-14 校正轴向像差后的MTF
3.3.8校正弧矢衍射调制函数值
校正2视场弧矢衍射调制函数值。加入操作数MTFS,视场2,频率50,目标0.6,权重1.
校正3视场弧矢衍射调制函数值。加入操作数MTFS,视场3,频率50,目标0.6,权重1.
校正后的MTF曲线如图3-15所示。

    图3-15 加MTFS优化后的MTF曲线                   图3-16 优化后的相对畸变

3.3.9校正畸变
加入操作数DIMX,目标值分别按4、3、2递减,逐次缓慢优化,优化后相对畸变如图3-16所示。

3.3.10 压缩最后一片玻璃口径
此时MTF、色差、球差、畸变都已满足要求,但考虑到后期安装需求,需将最后一片玻璃口径减小,故加入操作数MXSD,将其半直径由14.502减为12.601,如图3-17所示。

图3-17 操作数MXSD压缩最后一片玻璃口径
3.3 双高斯照相物镜系统套样板
首先按照给定的样板表和知识中说的顺序进行靠样板;然后对空气和厚度保留到小数点后两位。最后对直径按照压圈标准规划。得到最后的透镜数据如图3-18所示。

图3-18 靠样板、直径规划后的透镜数据

3.4 系统最终优化结果
系统优化后的透镜数据如图3-18所示,布局如图3-19所示,MTF曲线如图3-20所示,轴向像差曲线如图3-21所示,相对畸变曲线如图3-22所示,点列图如图3-23所示。

图3-19 系统优化后的最终布局图

图3-20系统优化后的MTF曲线图

图3-21系统优化后的轴向像差曲线

图3-22系统优化后的相对畸变

图3-22系统优化后的点列图

第四章 公差分析及光学图纸
4.1 公差分析
按照实际加工水平及经验总结给定光学系统的公差如图4-1所示。

图4-1 系统公差设定图
灵敏度分析结果如下,
名义 0.65677448
最佳 0.65430287 测试 12
最差 0.58155452 测试 10
平均数 0.61645612
Std Dev 0.02144407
通过分析发现MTF值的下降0.07,可知给定公差对光学系统的成像质量影响不大。
通过蒙特卡洛分析,共设定了20组随机误差,以下为分析结果:
90% > 0.58556922
80% > 0.59658003
50% > 0.61506083
20% > 0.63433888
10% > 0.65071241
该结果考虑误差后80%的情况下MTF的值大于0.59,即MTF曲线下降0.06,验证了设计成果的可靠性。
4.2 光学图纸
第五章 设计经验总结
1.如果用题目所给的初始结构优化的不理想,可以尝试先用全局优化寻找最佳的初始结构,然后再进一步优化。
2.如果某个视场MTFT,MTFS不好,应该可以在“视场”中增大这个视场的权重。(网上说的,实际有效)
3.优化像差应该有一个顺序,应该先优化最敏感的像差再优化不敏感的像差,如球差对MTF的变化最敏感,色差其次,畸变最小。
4.如果同时运行MTFT和MTFS,将它们放到相邻的两行会加快优化速度。
5.增大视场或者增大口径时,要一点一点地增大。
6.减掉某个透镜时,要一点一点地减小透镜的厚度。
7.增加透镜厚度时,要一点一点地增加。
8.优化畸变时,要一点一点地改变畸变的大小。
9.有时系统优化到局部最小值,稍微改变一点厚度或者间距,使其能够跳出局部最小值,继续优化。

参考文献
[1]郁道银,谈恒英.工程光学.北京:机械工业出版社,2002
[2]李晓彤.几何光学和光学设计.杭州:浙江大学出版社出版,1997
[3]安连生.光学设计.北京:电子工业出版社,2003
[4]徐金镛,孙培家.光学设计.北京:国防工业出版社, 1989
[5]袁旭沧.光学设计.北京:科学出版社, 1983
[6]袁旭沧.现代光学设计方法.北京:北京理工大学出版社, 1995

  • 8
    点赞
  • 93
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 高斯拟合可以使用 Python 中的 Scipy 库中的 curve_fit 函数来实现。以下是一个简单的例子: ```python import numpy as np from scipy.optimize import curve_fit import matplotlib.pyplot as plt # 定义高斯函数 def double_gaussian(x, a1, b1, c1, a2, b2, c2): return a1*np.exp(-(x-b1)**2/(2*c1**2)) + a2*np.exp(-(x-b2)**2/(2*c2**2)) # 生成一些随机数据 x = np.linspace(-10, 10, 100) y = double_gaussian(x, 1, -5, 1, 0.5, 5, 2) + np.random.normal(0, 0.1, 100) # 使用 curve_fit 进行拟合 popt, pcov = curve_fit(double_gaussian, x, y) # 绘制拟合结果 plt.plot(x, y, 'b-', label='data') plt.plot(x, double_gaussian(x, *popt), 'r-', label='fit') plt.legend() plt.show() ``` 在上面的代码中,我们首先定义了一个高斯函数 double_gaussian,然后使用该函数生成了一些随机数据。接着,我们使用 curve_fit 函数进行拟合,并将拟合结果绘制出来。拟合结果包含了六个参数,分别是两个高斯函数的振幅、中心和标准差。 ### 回答2: 高斯拟合是指使用两个高斯函数来拟合数据曲线。Python中可以使用scipy库中的curve_fit函数进行高斯拟合。 首先,导入需要的库: ```python import numpy as np from scipy.optimize import curve_fit import matplotlib.pyplot as plt ``` 然后,定义一个高斯函数,该函数包括两个高斯分布的参数以及自变量x: ```python def double_gaussian(x, a1, b1, c1, a2, b2, c2): return a1 * np.exp(-(x - b1) ** 2 / (2 * c1 ** 2)) + a2 * np.exp(-(x - b2) ** 2 / (2 * c2 ** 2)) ``` 接下来,准备好待拟合的数据集: ```python x = np.linspace(0, 10, 100) y = double_gaussian(x, 1, 5, 1, 2, 7, 0.5) + np.random.normal(0, 0.1, len(x)) ``` 然后,使用curve_fit函数进行高斯拟合: ```python initial_guess = [1, 4, 1, 1, 5, 0.5] params, _ = curve_fit(double_gaussian, x, y, p0=initial_guess) ``` 最后,绘制原始数据和拟合曲线: ```python plt.scatter(x, y, label='Original Data') plt.plot(x, double_gaussian(x, *params), color='red', label='Fitted Curve') plt.legend() plt.show() ``` 这样,就可以得到一个高斯拟合的曲线,其中params包含了拟合得到的参数值。根据自己的数据集,可以调整初值和其他参数来获得更好的拟合效果。 ### 回答3: 高斯拟合是一种常用的数据拟合方法,在python中可以通过一些库来实现。主要的步骤包括数据准备、模型构建和拟合过程。 首先,需要准备待拟合的数据。假设我们有一组数据,包含自变量x和因变量y。可以将这组数据存储在两个分开的数组中,如x和y。 接下来,构建高斯模型。高斯模型由两个高斯函数叠加而成,每个高斯函数由两个参数决定:峰值位置(平均值)和峰值的宽度(标准差)。可以使用高斯函数的数学表达式来构建模型,并定义一个函数来表示高斯模型。 模型构建完成后,可以使用数据拟合方法进行拟合。在python中,可以使用scipy库中的curve_fit函数进行拟合。此函数传入两个参数:拟合函数和待拟合数据。在拟合过程中,使用最小二乘法来找到最佳的参数值,使模型与数据之间的误差最小。 拟合完成后,可以得到最佳的参数值,分别对应于两个高斯函数的峰值位置和峰值宽度。可以使用这些参数值来绘制拟合曲线,以及进行其他分析和应用。 总结来说,python可以通过准备数据、构建高斯模型和使用数据拟合方法实现高斯拟合。这种拟合方法广泛应用于数据分析、信号处理和其他科学研究领域。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值