非线性波段相关性引导的深度强化学习用于多光谱自动对焦优化

《Photonics》：Nonlinear Band-Correlation Guided Deep Reinforcement Learning for Multispectral Autofocus Optimization

　　

多光谱成像系统由于色差、光谱灵敏度不均以及场景依赖反射率，常表现出波长依赖的对焦响应，使得单波段自动对焦不足以优化完整的光谱图像立方体。研究人员提出了一种非线性波段相关性引导的深度强化学习框架，用于在自研的覆盖360–980 nm的31波段多光谱成像系统中进行自动对焦优化。首先从所有光谱通道提取过焦响应曲线，构建非线性波段间依赖矩阵以表征跨波长的互补与冗余对焦信息。随后选取紧凑的代表性波段子集并嵌入强化学习状态以引导闭环电机控制。智能体在联合最大化考虑平均锐度、波段间一致性与最弱波段退化的全局多光谱对焦目标下，共同决定对焦方向、位移与停止时机。在线自动对焦时仅获取代表性波段于中间位置，收敛后采集完整31波段立方体。该框架通过标准化光学靶标与光谱异质场景，以焦面位置误差、MTF、全波段对焦保持率、采集时间与鲁棒性进行评估，为降低波段获取与电机搜索开销的宽带多光谱自动对焦提供了高效的计算光子学解决方案。

研究背景方面，多光谱成像通过分辨光照、光学传播、场景反射与探测器响应间的波长依赖交互，提供定量观测的互补空间与光谱信息。现有计算光学成像趋向光学前端与数字重建联合优化，但自动对焦作为采集过程基本环节，在宽带多光谱系统中因色差、衍射改变点扩散函数（PSF）、非均匀照明与探测器灵敏度而呈现波长依赖对焦响应，单通道最优焦面不等于完整光谱立方体最优。逐通道顺序对焦虽可提升分波段锐度，却大幅增加电机运动与采集时间并引入波段间几何不一致。因此亟需从有限观测推断全局合适焦面并显式建模跨波段依赖。研究人员针对自研31波段（360–980 nm）系统，提出非线性波段相关性引导的深度强化学习（DRL）框架以解决该问题，相关成果发表于《Photonics》。

关键技术方法上，研究人员离线采集训练场景的完整31波段过焦栈，构建基于高斯核的非线性波段依赖矩阵，以可靠性感知贪婪策略选取5个代表波段（395、520、680、820、940 nm）；设计轻量图卷积编码器由代表波段重建完整31波段对焦向量；采用双决斗深度Q网络（Dueling DDQN）作为控制器，状态融合电机位置、前动作、代表波段响应及其时序变化、图嵌入与估计多光谱质量，动作含粗中细双向位移与停止；奖励函数兼顾全波段对焦质量改进、电机行程、步数与换向惩罚；全局多光谱对焦目标综合平均归一化锐度、波段间离散度与最弱波段惩罚（λ_cons、λ_worst、τ_min经验证集粗搜加局部细化定为0.3、0.6、0.7）。样本来自75个独立场景（标准分辨率靶、高/低纹理、光谱异质、非平面结构各15），每场景61轴位×3次重复，45训练/15验证/15独立测试。

研究结果部分，第二节建立31波段系统与问题表述：经暗白参考辐射校正与梯度归一化对焦特征提取，推导波长依赖离焦模型，定义单波段焦面z_r^*与全局多光谱焦面z_MS^*，后者最大化Q_MS(z)=Q?(z)?λ_consσ(z)?λ_worstmin(0, f?_min(z)?τ_min)，克服单波段偏置与强通道补偿弱通道。第三节框架：非线性波段相关性建模用中心化高斯核互依度量κ_ij捕获过焦轨迹非线性共变；可靠性感知代表波段选择以覆盖度C(S)=∑_jmax_i∈SR_iA_ij贪婪求解，证明子模性获(1?1/e)界；图卷积重建完整波段状态误差MAE 0.018、R² 0.972；Dueling DDQN在实测过焦栈环境训练6000回合，ε从1.0降至0.05。第五节实验显示：平均波长焦移360 nm处?3.1步、980 nm处+2.4步，全波段焦散Δz_spread约4.5步（90 μm）；5代表波段覆盖度0.944，替换Pearson图为非线性图使焦误从0.66降至0.60步，成功率达99.2%；相对SIFT四元Tenen与Pearson爬山法误差降39.1%，相对深回归变步爬山降28.2%；中间波段采集减少83.9%（31→5），总曝光约63次较全31波段每位置采229次降72.5%；低纹理场景成功率仍95.4%，单代表波段缺失最差场景焦误0.91步；光阑F数与工作距微扰后重校准非线性图可恢复至0.58步。理论分析第四节给出贪婪选择近似界、重建误差引致目标误差线性界‖Q?_MS?Q_MS‖≤L_Qε、及动作值Lipschitz下重构扰动不改动作序条件。

讨论与结论部分，研究人员指出单可见波段（570 nm）对焦致全波段质量保持94.2%、最弱波段88.6%，证实单波段不足；非线性核依赖揭示可见光与近红外间被Pearson忽略的强共变，对光谱异质场景尤益。框架将光学状态估计与电机动作解耦，图编码器传播代表波段信息至未观测通道，Dueling DDQN依重建多光谱态调位移粒度与停止。局限在于仅限单一系统、定工作距，换镜需重校相关图；梯度特征极弱纹理目标信息少。未来方向含不确定性感知停止、器件迁移校准与空谱联合对焦表示。结论重申：该非线性波段相关性引导DRL以5代表波段嵌入状态、联合优化方向/位移/停止、最大化含最弱波段惩罚的全局多光谱对焦目标，在31波段360–980 nm系统上将焦面误差降至0.56步（11.2 μm）、成功99.2%、全波段质量保持99.4%、MTF50保持99.0%，中间采集降83.9%，为宽带多光谱自动对焦提供计算光子学高效解。