一种数据与物理双驱动的高泛化性扩展目标波前重构方法及装置

本发明公开了一种数据与物理双驱动的高泛化性扩展目标波前重构方法及装置，属于自适应光学技术领域，包括：构建一种无需标注数据的无监督学习框架，通过引入远场图像重建物理系统，利用光学成像物理模型本身作为监督信号，驱动网络参数更新，从根本上解决了标注数据采集困难、成本高昂的难题。接着设计了一种双分支输出的无监督波前复原网络，该网络能够同时预测波前泽尼克系数和清晰目标图像，并通过物理模型实现双向一致性验证。本发明无需依赖大规模标注数据集，泛化能力强，对噪声、湍流变化及系统本底像差不敏感，实用性极强，可在低空监测、天基观测等多种光电探测场景中应用，为自适应光学系统的工程化部署提供了新的解决方案。