Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tolerancing a lens is a basic procedure in lens design. It consists in first defining an appropriate set of tolerances for the lens, then in adding compensators with their allowable ranges and finally in selecting an appropriate quality criterion (MTF, RMS spot size, wavefront error, boresight error...) for the given application. The procedure is straightforward for standard optical systems. However, it becomes more complex when tolerancing very wide angle lenses (larger than 150 degrees). With a large field of view, issues such as severe off-axis pupil shift, considerable distortion and low relative illumination must be addressed. The pupil shift affects the raytrace as some rays can no longer be traced properly. For high resolution imagers, particularly for robotic and security applications, the image footprint is most critical in order to limit or avoid complex calibration procedures. We studied various wide angle lenses and concluded that most of the distortion comes from the front surface of the lens. Consequently, any variation of the front surface will greatly affect the image footprint. In this paper, we study the effects on the image footprint of slightly modifying the front surface of four different lenses: a simple double-gauss for comparison, a fisheye lens, a catadioptric system (omnidirectional lens) and a Panomorph lens. We also present a method to analyze variations of the image footprint. Our analysis shows that for wide angle lenses, on which the entrance pupil is much smaller than the front surface, irregularities (amplitude, slope and location) are critical on both aspherical and spherical front surfaces to predict the image footprint variation for high resolution cameras. Finally, we present how the entrance pupil varies (location, size) with the field of view for these optical systems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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