买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于神经网络优化的相位像差校正算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115585749B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211283527.0，技术领域涉及：G01B11/24；该发明授权一种基于神经网络优化的相位像差校正算法是由赵建林;唐雎;吴计;张佳伟;邸江磊设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本一种基于神经网络优化的相位像差校正算法在说明书摘要公布了：本发明公开了一种基于神经网络优化的相位像差校正算法，涉及数字全息测量领域，其技术特征在于：使用数字全息术测量并处理后，得到解包裹后的带相位像差的物体相位像。建立神经网络模型，将网络的输出确定为一组向量，并根据Zernike像差模型转化为拟合相位。计算带相位像差的物体相位像与拟合相位的差值作为残差物体相位像，构建多域损失约束对其进行约束推动网络参数优化，直至得到相位像差校正的物体相位像。该方法的优势在于不受物体相位是微扰的假设影响，无需复杂调参也无需额外的图像分割算法，摆脱了深度学习算法对大量数据的依赖和泛化能力差的缺陷，适用于单幅或多幅的各类物体，能够实现相位像差的快速拟合和精确校正。

本发明授权一种基于神经网络优化的相位像差校正算法在权利要求书中公布了：1.一种基于神经网络优化的相位像差校正算法，其特征在于，包括以下步骤： S1.使用数字全息术，得到解包裹后的带相位像差的物体相位像P； S2.建立神经网络模型，设置非零常数向量为网络输入，将网络的输出确定为一组向量，标记为C＝{c1，c2，…，cN}，其中N-1为Zernike像差模型拟合所需系数的数量，初始化网络参数，将网络的输出向量作为Zernike多项式的系数，利用多项式模型计算得到拟合相位B； S3.取带相位像差的物体相位像P和拟合相位B的差值作为残差物体相位像，构建多域损失约束，其中包含平均绝对误差损失约束、包裹梯度损失约束和局部L1损失约束，推动网络迭代优化，进一步设置收敛条件，判断残差物体相位像是否满足收敛条件； S4.若残差物体相位像不满足收敛条件，则进行反向传播，调节神经网络参数，得到优化后的输出向量C，继续循环；若残差物体相位像满足收敛条件，则停止反向传播，保存网络输出，即可得到与P对应的相位像差校正的物体相位像F。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。