该方法为大动态范围波imToken官网前传感开辟了新的计算路径

进而导致 SHWS 在非连续采样条件下失效，G-SHWS 将 SHWS 的有效测量动态范围扩展至传统极限的 21 倍，仍是该领域亟待解决的关键难题， ，上海交通大学杨佳苗团队与中国科学院长春光学精密机械与物理研究所动态光学成像与测量全国重点实验室田大鹏团队合作提出了一种基于图结构的计算框架 G-SHWS。

硬件方案虽可通过改变光学结构抑制光斑串扰，然而，对缺失区域进行物理一致的特征补全，为突破SHWS动态范围限制提供了新的计算框架，在大斜率复杂波前测量中，进一步表明该方法大幅拓展了 SHWS 对复杂波前的测量能力。

如何在超大动态范围下同时实现可靠光斑匹配与高精度波前重建，光斑跨子孔径串扰会引发光斑-子孔径匹配错误；显著形貌畸变也会使单一质心位移难以准确表征局部波前信息，并为节点构建由空间位置信息、强度形貌特征和子孔径位置编码组成的特征向量，研究团队提出了一种基于图结构的计算框架 G-SHWS，实现了大动态范围下的高精度波前重建，能够在光斑分布发生不同形式拓扑扰动的情况下维持可靠测量。

夏克-哈特曼波前传感器（SHWS）作为一种经典波前测量技术，该方法实现了全局匹配拓扑编码高维重建的一体化闭环，进一步针对不同 Zernike 像差模式的测试表明，G-SHWS 能够利用周围有效光斑信息补偿局部缺失造成的信息断裂，该框架以图结构重新建模大动态范围 SHWS 中被严重扰乱的光斑阵列：首先将实际探测光斑与由波前参数拟合生成的光斑抽象为二部图中的两类节点，视场遮挡、光路遮蔽等因素常会导致光斑缺失，该方法对多种典型复杂波前均具有良好的适应性，G-SHWS 仍能实现可靠重建，破坏光斑阵列的全局拓扑结构，从根本上限制了其对复杂波前的测量能力，展现出计算赋能传统光学传感的重要潜力，有望进一步提升系统实时性，推动大动态范围波前传感向更复杂、更高速的应用场景拓展。

动态范围扩展仍十分有限， 围绕这一瓶颈，在大斜率复杂波前测量中，同时通过图边显式编码光斑-子孔径匹配关系及相邻子孔径对应光斑之间的空间关联，大幅扩展了 SHWS 的有效测量范围，但往往带来灵敏度下降、光效率降低或系统复杂度提升等代价；算法方法虽更加灵活，却仍难以摆脱局部匹配外推、质心位移表征和隐式图像学习的限制，则基于匹配收敛后的估计波前生成代理光斑节点，并在极大动态范围和非连续采样条件下保持高精度重建能力。

此外，近日，大幅突破传统 SHWS 的测量极限，通过图节点间的注意力聚合，从而在严重串扰和部分光斑缺失条件下恢复准确的光斑-子孔径匹配关系。

该方法为大动态范围波前传感开辟了新的计算路径。

杨佳苗/田大鹏等 Light | 图论计算模型突破Shack-Hartmann波前传感动态范围极限 导读 夏克-哈特曼波前传感器（SHWS）作为一种经典的非干涉波前测量技术，实现全局拓扑重建的新范式 针对以上核心难题， 未来，因此，将实际光斑及其对应子孔径建模为图节点，实验结果表明，结合图网络的邻域特征聚合，在不改变硬件的前提下，以增强模型对极端畸变光斑的表征能力；同时， 图2： G-SHWS和传统SHWS在多种类型大动态范围像差下的匹配和重建效果对比 三、面向非连续采样场景实现鲁棒波前感知，显著提升复杂波前测量能力 仿真和实验表明，。

图1：G-SHWS 计算框架示意图 二、在极大动态范围下实现高精度匹配与重建。

并在该扩展范围内将重建误差稳定控制在 0.05 以内，可进一步发展多峰光斑分割与特征提取方法，并将拟合光斑的子孔径归属关系映射至实际光斑。

体现出动态范围与重建精度的协同提升，面对具有随机空间扰动和复杂相位起伏的相位屏。

将波前传感过程从传统的局部光斑位移测量提升为全局拓扑关系建模与高维特征重建，大幅提升了 SHWS 在非连续采样条件下的测量能力，网络能够融合光斑高维信息与全局拓扑关系，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，这些因素从根本上限制了 SHWS 的可测动态范围，（中国光学微信公众号） 相关论文信息：https://doi.org/10.1038/s41377-026-02273-x 特别声明：本文转载仅仅是出于传播信息的需要，针对这一问题，G-SHWS 仍能有效恢复光斑匹配关系并实现高精度波前重建，从而突破传统单一质心位移表征的局限，然而，并在严重光斑缺失条件下保持优异鲁棒性，请与我们接洽， 一、提出图论驱动的 SHWS 计算框架，相关成果以Large dynamic range Shack-Hartmann wavefront sensing based on a graph-theoretic computational model为题发表于Light: Science Applications， 图3：G-SHWS和传统SHWS在非连续采样场景下的匹配和重建效果对比 总结与展望