评价光学系统的成象质量

时间：2022-03-15 15:16:18

数展开为傅里叶级数或傅里叶积分。把光学系统看作是线性不变系统，这样，物体经光学系统成象，可视为不同频率的一系列正弦分布线性系统的传递。传递的特点是频率不变，但对比度下有所下降，相位发生推移，并截止于某一频 率。对比度的降低和位相的推移随频率而异，它们之间的函数关系称为光学传递函数。由于光学传递函数与象差有关，故可用来评价光学系统成象质量。它具有客观、可靠的优点，并且便于计算和测量，它不仅能用于光学设计结果的 评价，还能控制光学系统设计的过程、镜头检验、光学总体设计等各方面。

蒋筑英对国家和科学的热爱，让他迸发出巨大的能量。上世纪六十年代初，国外科学家开始使用光学传递函数来评价光学系统质量，并逐步应用于实践。这是应用光学的理论难题，也是实用性很强的一门基础技术，当时在我国这还是个空白。在读研究生的时候，导师王大珩就建议蒋筑英以光学传递函数理论为研究课题。

除了使用最小二乘法创建评价函数外，还可以通过其他途径来创建它。如果我们使用泊松噪声模型或仅仅使用非负值约束，我们就可以得到一个特别的目标函数，对这个目标函数求极小值，可得到一个用乘法来更新图像的算法，叫ML-EM算法。这个算法可以写作：

非常遗憾的是，即使国内传统互联网巨头都没发挥出应有作用。历数阿里腾讯在NFT中的动作，无非是在支付宝中发卡牌，无非是申请“王者元宇宙。”并没有形成有效合力，也没有带动NFT往前发展。总之，阿里腾讯等巨头在NFT上的动作，很多业内人士给予评价是，重在参与。

光学系统的成象质量与象差的大小有关，光学设计的目的就是要对光学系统的象差给予校正。但是任何光学系统都不可能也没有必要把所有象差都校正到零，必然有剩余象差的存在，剩余象差大小不同，成象质量也就不同。因此光学设计者必须对各种光学系统的剩余象差的允许值和象差公差有所了解，以便根据剩余象差的大小判断光学系统的成象质量。评价光学系统的成象质量的方法很多，下面简单介绍一下象质评价的方法；

本研究介绍了一种测定新型硅薄膜（纳米材料）光学性质的可靠方法。用脉冲激光束轰击硅片，在玻璃上沉积硅薄膜。由于可用的实验数据有限，因此发现新型纳米材料的光学性质具有挑战性。现有的光学特性计算模型比较复杂，容易产生误差，本研究提出了一种利用人工神经网络分析模型的新方法。使用人工神经网络的目的是开发一个数学函数来预测新型薄膜的光学常数。该方法的准确率为95%。

所谓光学系统设计就是根据使用条件，来决定满足使用要求的各种数据，即决 定光学系统的性能参数、外形尺寸和各光组的结构等。因此我们可以把光学设计过程分为4个阶段：外形尺寸计算、初始结构计算、象差校正和平衡以及象质评价。

那么NFT这种非同质化通证是怎样跟现实中的各种资产一一对应的呢，这就回到了本书中介绍的哈希函数，任何资产都可以作为哈希函数的输入值，经过函数计算后生成一个与资产信息对应的哈希值（数字指纹），而后这个指纹就通过ERC721这套接口快速上链，被记载到一个对应的NFT中，如此一来，NFT就打通了链上数字资产和链下资产之间的通道，之所以所"万物皆可NFT"，原理就是任何资产都可以将其作为原始数据借助哈希函数计算出唯一的哈希值，然后再写入NFT中被记载和交易。

标签：系统 评价