基于深度学习的近场分布光度测量方法及装置

摘要

本发明公开了一种基于深度学习的近场分布光度测量方法及装置，该方法包括：采集待重建光场多个角度的亮度图像组成亮度图像集，根据卷积神经网络架构搭建光通量测量深度神经网络模型、照度测量深度神经网络模型和空间光强测量深度神经网络模型，通过训练好的光通量测量深度神经网络模型、照度测量深度神经网络模型和空间光强测量深度神经网络模型进行光场重建，输出待重建光场的光通量测量矩阵、照度测量矩阵及空间光强测量矩阵。该方法能够解决传统近场分布式光度测量方法计算过程复杂耗时，测量效率低的问题，有效提升传统近场光度测量系统的全空间计算效率，实现对照明装置或光源的快速光场分布测量。