Geometrical-based quasi-aspheric surface description and design method for miniature, low-distortion, wide-angle camera lens
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
In addition to utilizing traditional aspheric surfaces, complicated geometric curves for meeting stringent design requirements can also be adopted in optical systems. In this paper, we investigate two geometric shape modeling schemes, namely, pedal and cosine curves, which allow for representation of an S-shaped profile for the optical design of a camera lens. To obtain a powerful tool for representing a quasi-aspheric surface (QAS) to resemble the designed form surface, we linearly combine the pedal/cosine function with a base conic section. The detailed parameterization process of representation is discussed in this paper. Subsequently, an existing starting point that has similar specifications to that of the design requirements is selected. During the optimization process, a least-squares fitting algorithm is implemented to obtain the optimal coefficient values of the proposed QAS representation, and then the parameters (radii, air thickness, lens thickness, coefficients, materials, etc.) of the optical system are set to optimize the optical performance, gradually aiming to minimize the predefined merit function. We demonstrate the applicability of the proposed geometric modeling schemes via two design examples. In comparison to a conventional aspheric camera lens of the same specifications, the optical performance with respect to field of view and distortion has been improved due to higher degrees of design freedom. We believe that the proposed technology of geometric modeling schemes promises to improve optical performance due to these higher degrees of freedom and appears to be applicable to many different camera lenses.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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