Ansys Zemax | 眼科镜片设计

article/2025/9/30 14:23:02

本文介绍了眼科镜片的设计原理,并讨论了镜片、眼睛和视觉环境中对镜片设计十分关键的参数,其中包括了常见镜片材料(涵盖了玻璃和聚合物)的玻璃目录。本文不包括渐进式镜片设计,尽管渐进式镜片时常根据一般的镜片曲率原则进行设计,但这些基础的原则多以消除近视为目的,无法为特殊用途的镜片设计提供太多的帮助。

下载

联系工作人员获取附件

简介

一般而言,眼科镜片的设计与斜向像散的调控有关。在像差方面,彗差会随视场角的变化而线性增加,而像散则是呈二次方增加。但人眼系统具有相对较小的光瞳尺寸,因此在此类系统的设计上,一般会认为球差和彗差并不十分重要。同理,其余的像差在此也可先行忽略。

随着自由曲面制程技术的演进,光学设计者得以摒除许多以往的限制条件。同时,OpticStudio具有优越的运算能力,可以进行规模较大的系统和更多影像参数的模拟。得益于此,眼科镜片的设计可以有更进一步的改善,我们将在以下的文章中详述。

传统设计方式

对于人眼而言,存在一个虚拟的“远点”,这个点代表了我们可以清楚看到物体的极限距离。在这个点之外的景物,将会成像于视网膜前方。当眼球转动时远点的距离不会改变,因此会以这个距离为半径形成一个“远点球”。此外,远点会是视网膜的光学共轭,因此眼镜镜片的功能就是把偏离的影像修正到远点球上。人眼的瞳孔在此系统中充当光圈的角色,且当视线移动时,瞳孔将同步的以眼球为中心转动。物平面通常是设定在无限远,虽然一个近的物平面可以用来达成不同的镜片设计。

下面的例子展示了设计的原则。无穷远的光线经过一个-3.00D的透镜后发散,并在半径1/3米远点球上形成一个虚像,此时远点球的球心在透镜后表面的顶点上。我们可以发现任何角度入射的光线,最后都能顺利的经过瞳孔。在范例档案中我们以视场角15°和30°进行印证,但要注意的是其实许多眼镜的设计允许配戴者能有50°以上的视角。此外还有一点是我们需要特别注意的,范例所使用的设计方法忽略了大部分的复杂人眼结构,此处我们仅考虑瞳孔的大小,且此时无转动的眼睛也是不被纳入考量的。

如下图,对一个远视的眼睛而言,其远点球位于眼球的后方。

在OpticStudio中,眼科镜片的设计看起来是十分简单的。我们可以输入镜片后表面顶点处的屈光率作为此表面的一组解,此时系统便只剩镜片前表面的曲率半径(或称为基本曲线)这个唯一变量。下图我们可以看到前述的-3.00D范例的LDE设定 (此时后表面顶点的屈光率是-0.003mm^-1)。材质CR-39是由附件的OPHTALMIC.agf玻璃库中取得的,与MISC玻璃库中的CR39有些不同,更多资讯请看下方的玻璃库说明。

对于眼镜的设计者而言,根据不同的人眼参数和视觉环境打造出能产生最佳影像质量的镜片设计是十分具有挑战性的。当作者在澳洲Flinders大学教导视光学 (Optometry)时,时常要求学生以OpticStudio建构一组特殊的镜片,达成夜间、狙击镜、办公环境或者是孩童友善等各式不同的使用目的。同时,非球面镜参数和影像波前等数值也被列入评分的标准。

透镜参数

在光学设计上常使用的最小化Seidel斜向像散的方法可透过在OpticStudio的评价函数中加入ASTI操作数达成目的,此时我们将目标值设为0、加大权重,并且使用单一波长。在缩小远点球面上最小模糊圈的方面,我们可以透过OpticStudio的预设优化函数和光点半径标准等功能达成目的。

  

上方视场角为0°到30°的-3.00D透镜范例中,在OpticStudio中我们能求得基本曲线为+4.50D。在Layout中我们可以看到一个传统的眼科半月形镜片,这个基本曲线是个常见的形状。然而,这个结论是根据我们的设计流程而来的,基于平面入射波、视场角与其权重、透镜与眼睛旋转中心的距离、一些像差的忽略(尤其是对畸变的忽略),以及其他更多的假设。

在一般的认知中,以上的方法并不能产生具有“最佳形态”或是“校正曲线”的透镜,意思是无法制造出能完美修正像差,同时又可配合所有镜片屈光率的微小基本曲线半径。可产生最佳成像质量的镜片设计会根据配戴者和视觉环境的不同而存在极大的差异。举例来说,以近轴成像(只有单一视场0°)以及光视觉(photopic)为目标的镜片具有负的基本曲线,约为-5.50D。

另一方面,阅读用的透镜设计通常会有较高的前表面屈光率。在OpticStudio中建立相关模型,我们可以得到下方图中的结果,一个能供具有老花眼和-5.50D近视的用户配戴的优化透镜。此镜片的屈光率为-3.00D,并能在距透镜40公分处汇聚光线,形成适宜的阅读距离。镜片的基本曲线则是+28D。

任何尝试控制畸变的设计都将产生十分陡峭的基本曲线。

因此很明显的,对于一个已知屈光率的镜片,在不参考任何配戴者或使用环境等相关条件的情况下,我们无法制造出拥有最佳成像质量的光学设计。站在眼镜设计者以及制造商的立场,较为关注的问题会是能否使基本曲线设计近可能符合商业的需求(例如美观和成本),同时尽可能的考虑所有设计参数。当然,成像质量的改善和用户视力的维护也必然是设计时不容忽视的考量。

材料库

我们可以在附件的玻璃库OPHTALMIC.AGF找到许多常用的眼科镜片材料。请将该文件复制到OpticStudio的材料库文件夹((GLASSCAT)。你可以在Setup Ribbon > Project Preferences > Folders里面找到玻璃库(Glass)的文件夹位置。复制完后记得在Libraries Ribbon > Materials Catalog窗口确认OpticStudio有正确访问这个文件夹(OPHTHALMIC)。

我们可以在玻璃材料库中找到 (Corning_1.523、Corning_1.6、Corning_1.7、Corning_1.8以及Corning_1.9)等材料,玻璃的相关信息是从知名的眼科玻璃制造商:Corning SAS的规格表所取得。在材料库文件中有注明数据来源,原始资料包含六个波长,精度到小数点以下5位,并使用Schott公式拟合。其中Corning Unicrown (Corning_1.523) 这个材料很有趣,其折射率不多不少正好是1.523 (Nd = 1.52300、Vd = 58.8)。缺乏这笔资料时,眼科光学设计师常使用Schott的B270玻璃 (Nd = 1.5231、Vd = 58.571) 来近似。有色或变色眼科镜片的数据也有提供 (参考资料1)。所有的资料都包含材料比重,这让设计师可以估计高折射率玻璃的相对重量。

玻璃库中其他的材料是塑料,例如CR-39、PC以及一系列眼科常见、名为thiourethanes的材料。这些数据都是从镜片或材料的主要制造商取得的。各家制造商塑料材料的折射率各有不同,除了因为结构本身的差异之外,各种不同的添加物也会造成影响,例如UV吸收剂、塑化剂、脱模剂。此外,射出成型的流程参数也都有影响。因此,材料供应商以及镜片制造商通常都会提供精度超过小数点后两位的折射率数据。然而除了单一波长的折射率以及阿贝数(Abbe Number)外,通常就不会有更多相关数据了。单一波长方面我们通常会选择使用e线 (546.1nm),因为该波长更接近相对光度函数曲线(relative luminosity curve)的最大值。但在某些特殊的情况下,d线 (587.6 nm)的使用也是有可能的。

NF与NC折射率可以由(Nd,Vd)或(Ne,Ve)回推。过去,Sultanova等人发表了 15种光学塑料的折射率数据(参考数据2),每种材料都有8个波长的资料,并同时计算了每个材料的阿贝数 (V)。每个OpticStudio的眼科光学塑胶材料 (包含现在使用的这个) 都是先假设其色散曲线、折射率、阿贝数均与Sultanova的塑料相似,接着利用Conrady公式,从NF、钕、镉及NC的数值中建立材料档案。

玻璃库中材料的波长范围在400-800纳米之间,包含整个可见光的范围,我们可以另外在OpticStudio中以明视觉(photopic)或暗视觉(scotopic)波长进行设计。

OpticStudio的标准材料库MISC包含了CR39和POLYCARB等材料。这些材料与眼科镜片使用的CR-39以及POLYCARBONATE有些微的不同。为了让材料属性可以更针对眼科镜片的制造,CR-39的数据取塑料的自主要供应商PPG Industries,且可用波长延伸至整个可见光谱范围。而POLYCARBONATE的资料则由Essilor International S.A. (Gentex Corp.的母公司,主要的PC眼科镜片制造商)所提供。MISC材料库同时也包含了ACRYLIC、PMMA以及STYRENE,这些材料对隐形眼镜以及眼内光学非常重要。

参考

  1. 康宁。2019. 玻璃产品数据表。2015年2月15日访问。点击查看

  2. Sultanova K., Karasova S., Nikolov I., (2009), 光学聚合物的分散性能, 物理学报 A, 116:4, 585-587.


http://chatgpt.dhexx.cn/article/H7LK6qDa.shtml

相关文章

OPTICS聚类算法详解

欢迎关注”生信修炼手册”! DBSCAN算法对于邻域半径eps和最小样本数minPoints这两个参数比较敏感,不同的参数取值会产生不同的聚类效果。为了降低参数设置对聚类结果造成的不稳定性,在DBSCAN算法的基础上,提出了OPTICS算法,全称如…

密度聚类:OPTICS算法简单易懂版

前几天写了一篇详解版,感觉可能太详细了阅读量不高,所以修改精简成这篇。 很多人不理解OPTICS算法绘出的图该怎么理解。为什么波谷就算一类,有个波峰又算另一类了,本篇在第三部分的第2、3节详细讲这个是什么判别分类的。 本篇会添…

optics算法

1 简介 随着数据爆发式增长,分析数据从而提取隐藏在数据中的信息变的越来越重要。聚类分析是数据分析的一个主要方法,聚类(clustering)是将数据对象进行分类的过程,使同一类中的对象之间具有很高的相似度,而不同类中的对象高度相…

OptiSystem应用:激光雷达系统设计

简介:激光探测和测距系统(LIDAR) 以下四个示例设计演示了如何使用OptiSystem模拟光检测和测距系统(LIDAR),具体如下: □ 激光脉冲飞行时间测量 □ 相移测距 □ 调频连续波(FMCW)直接检测测…

基于密度的DBSCAN聚类及其优化的OPTICS聚类(二)

1.OPTICS聚类算法 应用背景:如今整个数据集越来越复杂,都采用到了至少一个全局密度表征参数。如果对同一数据集中同时也存在这两种不同的全局密度表征参数的一个聚类簇或者是两个的嵌套簇,则所使用到的DBSCAN算法显然并没有做到高效地处理,因…

sklearn聚类算法OPTICS

本文的csdn链接:https://blog.csdn.net/Jinyindao243052/article/details/107544145 知乎链接:https://zhuanlan.zhihu.com/p/163218826 算法 The OPTICS (Ordering Points To Identify the Clustering Structure) algorithm shares many similarities…

Optics and Lasers in Engineering期刊误选,审查中的论文发表在SSRN,撤销方法,适用于所有爱思唯尔期刊

在投稿的时候,没太看懂选项,误以为是Proof阶段公开,没想到是审查的时候就公开在SSRN,在网上查阅资料的时候,大多数人是推荐在SSRN上删除论文,避免他人盗取创新点 首先我们登录SSRN界面 选择my paper 在P…

密度聚类:OPTICS算法详解

很多人不理解OPTICS算法绘出的图该怎么理解。为什么波谷就算一类,有个波峰又算另一类了,本篇在第三部分的第2、3节详细讲这个是什么判别分类的。 本篇会添加一些个人思考过程,可能有不严谨的地方,希望在评论区讨论指正。 另外&a…

Ocean Optics USB2000光谱仪无法在Win10系统运行

1、问题描述 USB2000型光谱仪,由于生产年代过于久远,虽然能被Win10系统识别,但是驱动程序安装完成后依然报错, 提示:该设备无法启动。(代码 10) 请求USB BOS 描述符失败。 运行SpectraSuite软件…

光学

1. 镜头规格 1.1 焦距 定义:指从透镜中心到光聚集之焦点的距离,也就是在模组中,从镜片中心到Sensor表面的成像平面的距离。 决定焦距的因素: 材料的折射率凸透镜的曲率半径光的波长 EFL:有效焦距(Effective Focal …

聚类算法OPTICS的理解及实现

前言 前面给大家介绍到了聚类算法中比较经典的 DBSCAN 算法,对于数据量小而且相对比较密集、密度相似的数据集来说,是比较合适的。那么接下来给大家介绍它的改进版 OPTICS (Ordering points to identify the clustering structure),针对 DBS…

(4)聚类算法之OPTICS算法

文章目录 1.引言2.相关定义2.1 DBSCAN相关定义2.2 OPTICS相关定义 3.算法思想3.1算法流程3.2算法伪代码 4.算法实现4.1使用numpy实现OPTICS算法 5.数据及代码下载地址 1.引言 OPTICS(Ordering points to identify the clustering structure)是一基于密度的聚类算法,…

基于密度的聚类算法(2)——OPTICS详解

基于密度的聚类算法(1)——DBSCAN详解 基于密度的聚类算法(2)——OPTICS详解 基于密度的聚类算法(3)——DPC详解 1. OPTICS简介   上一节介绍的DBSCAN算法中,较小的eps将建立更多的簇&#x…

【Python机器学习】密度聚类DBSCAN、OPTICS的讲解及实战演示(附源码 超详细)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 划分聚类、密度聚类和模型聚类是比较有代表性的三种聚类思路 1:划分聚类 划分(Partitioning)聚类是基于距离的,它的基本思想是使簇内的点距离尽量近、簇间的点距离尽量远。k…

OPTICS

OPTICS 就是一种基于密度的聚类算法,可以认为是dbscn的改进,改进之处主要是在不用每次调节eps和minpts都需要重新整个训练。其本质还是dbscan,只是能够在给定eps和minpts后,可以训练一次就可以在minpts值定对的情况下,…

聚类算法初探(六)OPTICS

第一章 引言 第二章 预备知识 第三章 直接聚类法 第四章 K-means 第五章 DBSCAN 第六章 OPTICS 第七章 聚类分析的效果评测 第八章 数据尺度化问题 作者: peghoty 出处: http://blog.csdn.net/itplus/article/details/10089323 欢迎转载/分享, 但请务必声明文章出处. 转…

OPTICS聚类(最清晰解释)

背景 想要理解该算法,你需要先了解: DBSCAN算法 OPTICS(用于识别聚类结构的排序点)算法与 DBSCAN 算法有许多相似之处,可视为 DBSCAN 的泛化,将 eps 要求从单个值放宽到一个范围 DBSCAN 和 OPTICS 之间的主…

机器学习笔记(十一)聚类算法OPTICS原理和实践

OPTICS聚类算法是基于密度的聚类算法,全称是Ordering points to identify the clustering structure。提到基于密度的聚类算法,应该很快会想到前面介绍的DBSCAN聚类算法,事实上,OPTICS也是为了优化DBSCAN而出现的。 一、原理 在…

sklearn聚类之OPTICS算法

文章目录 简介sklearn实现cluster_optics_dbscan 简介 OPTICS算法,全称是Ordering points to identify the clustering structure,是一种基于密度的聚类算法,是DBSCAN算法的一种改进。 众所周知,DBSCAN算法将数据点分为三类&…

聚类算法——OPTICS

网上很多关于OPTICS算法的资料,学习了很多博客之后总感觉不太合自己口味,因此整理了一篇博文供总结和复习,如能有幸帮助到其他人便是荣幸之至,如有错误,不吝指出。阅读此文需要了解“聚类”,“基于密度聚类…