MétaCan
Menu
Retour à la cohorte
Enregistrement W2037464397 · doi:10.1117/12.625007

Extend focal depth of a tracking lens by phase apodizers

2005· article· en· W2037464397 sur OpenAlexaff
Xianyang Cai, Shoude Chang, Costel Flueraru

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOrbital Angular Momentum in Optics
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésLens (geology)Focal lengthCardinal pointOpticsTracking (education)Focal pointComputer sciencePoint spread functionPhase (matter)Depth of fieldDiffractionEntrance pupilField of viewPhysicsPupil

Résumé

récupéré en direct d'OpenAlex

In a conventional particle tracking system, the depth of field is usually very small because of the use of high power imaging lens. The tracking accuracy may also be affected by the smearing of spot image, caused by focal shift. Increasing the focal depth and keeping uniform spot size in the focal region is highly desirable for a high accurate tracking system. In this report, we study the design of phase apdodizer that could be used to increase the focal depth of a tracking lens. The design is based on the requirements by highly accurate tracking that the point-spread function (PSF) of the lens keep an even and concentrated energy distribution when the lens is defocused. To achieve this purpose, a pure phase-shifting apodizer is introduced on the pupil plane of the lens. The function of the apodizer is to control the energy distribution of the 3D diffraction pattern near the focal region and make the effective spot size uniform or minimum variation along optical axis. The pattern of the 3D PSF of the lens with the apodizer shapes closed to a cylinder. New method used to search and optimize the design of the phase apodizer that meet the requirements of a particle tracking system will be studied. Theoretical analysis and numerical simulation are given in support of the method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetOrbital Angular Momentum in OpticsTravaux en français237 207