当前位置: 首页 > news >正文

相对照度翘起来了

相对照度仿真中常出现“边缘与中心照度几乎无差异”的现象,这一特征并非源于镜头像差要求低,而是由像面照度的余弦四次方定律、镜头的小视场设计特性及渐晕系数的工程控制共同决定。本文从光学公式推导与实际工程应用角度,解析该现象的核心原理。

一、像面照度的基础理论公式

理想光学系统中(无渐晕、无像差、物方为远心平行光),轴外像面的照度衰减遵循余弦四次方定律,其核心公式为:
E' = E_0 \cdot \cos^4\theta
式中:

• E'为轴外视场的像面照度,E_0为轴上视场的像面照度;

• \theta为轴外主光线与光轴的夹角(视场角);

• \cos^4\theta是由视场角引发的照度衰减核心因子,且在\theta \in [0, 90^\circ]范围内为单调递减函数,即视场角越大,照度衰减越显著。

若系统存在机械遮挡、镜片通光口径限制等渐晕(vignetting) 现象,需引入渐晕系数K(\theta)(0 \leq K(\theta) \leq 1,代表轴外通光面积与轴上的比值),公式修正为:
E' = E_0 \cdot \cos^4\theta \cdot K(\theta)
渐晕系数仅会进一步降低轴外照度,不会使轴外照度超过轴上。

二、镜头的数值计算小视场(窄角) 系统,以实际仿真案例(最大视场角\theta=10.4^\circ)为例,代入公式计算:

1. 余弦因子计算:
\cos(10.4^\circ) \approx 0.983
\cos^4(10.4^\circ) \approx (0.983)^4 \approx 0.96
2. 渐晕系数取值:LiDAR接收镜头光阑设计通常无额外机械遮挡,通光口径匹配合理,因此K(\theta) \approx 1,则轴外最大视场照度为:
E' \approx E_0 \cdot 0.96
由此可见,该镜头轴外最大视场的照度仅比轴上低4%,这一衰减幅度在光学仿真软件(如Zemax)的绘图刻度(纵轴间隔0.2)下,视觉上完全无法分辨,表现为“相对照度无衰减”。

三、LiDAR与相机镜头的照度特性差异

相机镜头为满足大视野成像需求,视场角通常大于30°(如50mm标准镜头视场角约47°),代入余弦四次方定律计算:
\cos^4(30^\circ) \approx 0.56, \cos^4(47^\circ) \approx 0.29
轴外照度分别衰减44%、71%,视觉上能清晰看到照度下降;而LiDAR接收镜头视场角普遍小于15°,\cos^4\theta > 0.92,衰减量均小于8%,因此相对照度表现出“近乎均匀”的特征。

这一差异是视场角设计需求导致的光学特性区别,与镜头像差校正要求无直接关联。LiDAR镜头虽对部分像差(如畸变)的容忍度高于相机镜头,但像差仅会改变光斑形态与能量分布,无法违背余弦四次方定律使轴外照度超过轴上。

四、工程设计的补充说明

在LiDAR接收镜头的实际设计中,还可通过优化光阑位置、扩大镜片通光口径等方式将渐晕系数K(\theta)控制在0.95以上,进一步降低轴外照度衰减;同时,小视场特性也让镜头无需额外设计匀光结构,简化了光学系统的复杂度。

综上,LiDAR接收镜头相对照度无明显衰减是余弦四次方定律在小视场下的必然结果,是光学物理规律与工程设计需求结合的体现,而非像差要求降低所致。

http://www.jsqmd.com/news/143425/

相关文章:

  • springboot会议室门票预约签到及票务管理系统_z78w86r6
  • 2025年成都超辣川菜权威推荐排行榜,靠谱川菜馆联系指南及精选品牌测评 - 工业品网
  • PaddlePaddle Embedding层训练技巧:词向量微调实战
  • PaddlePaddle适合初学者吗?这份学习路径图告诉你答案
  • PaddlePaddle遥感图像分析土地利用分类
  • springboot基于Web的二手跳蚤市场管理系统_jo9h37h4 开题任务书
  • 【面试题】MySQL B#x2B;树索引高度计算
  • 2025年上海进出口权办理、营业执照加急办理公司推荐 - 工业设备
  • AI缺陷检测质量管控系统:给生产线装上“永不疲倦的质检员”
  • PaddlePaddle正则化技术应用:防止模型过拟合的有效方法
  • PaddlePaddle模型导出ONNX格式实战:跨平台部署无忧
  • 2025最新!9款AI论文工具测评:本科生毕业论文写作全攻略
  • PaddlePaddle语义相似度计算:Sentence-BERT模型实战
  • 2025年不锈钢工业管直营工厂排行榜出炉,品质为王!不锈钢拉丝板/双相不锈钢管,不锈钢工业管生产厂家推荐榜单 - 品牌推荐师
  • Java SpringBoot+Vue3+MyBatis 集团门户网站系统源码|前后端分离+MySQL数据库
  • 用PaddlePaddle做推荐系统?这份GPU优化方案请收好
  • PaddlePaddle可视化工具VisualDL使用全攻略
  • AI质量管控系统:让产品缺陷无处藏身的“智能质检员
  • OpenCSG用AgenticOps方法论推动杭州开源与AI产业发展
  • Git_Rebase_Conflict_Resolution
  • 从“点对点”迈向“城市级航网”:美团无人机开启低空物流新阶段
  • PaddlePaddle推荐系统Wide Deep模型实战
  • 2025年成都户外LED广告公司TOP5全测评,电梯广告/社区门禁广告/电梯框架广告/社区道闸广告/影院广告户外LED广告价格推荐榜单 - 品牌推荐师
  • 教师薪酬管理系统信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】
  • PaddlePaddle权重初始化方法对模型收敛的影响
  • Open-AutoGLM Chrome插件全解析:从安装到高级技巧,一篇讲透
  • 2025 美团技术团队热门技术文章汇总 | 内含福利
  • 收藏!从RAG到CAG:彻底解决大模型“幻觉+过时”痛点,小白也能看懂的增强生成进阶指南
  • Open-AutoGLM开源上线,3步实现大模型自动训练与调优
  • 2025年沈阳咖啡培训学校哪家比较好?学费多少钱+手工咖啡培训推荐,新测评精选机构榜单 - mypinpai