- Egészségügy
optika
Python csomag optikai rendszerek tervezésére és szimulálására.
Bemutatkozás
Az optika egy Python csomag, amelyet optikai rendszerek tervezésére fejlesztettek ki, a Zemax inspirációjából merítve. Lehetővé teszi a felhasználó számára egy tetszőleges optikai rendszer spektrális válaszának és felbontásának kiszámítását, valamint optimalizálását a scipy.optimize segítségével. A csomag fő tervezési céljai közé tartozik az astropy.units használata az optikai rendszer paramétereinek megadására, az optikai rendszer látómezejének és belépő pupillájának automatikus kiszámítása, valamint n-dimenziós konfigurációk támogatása tömb-szerű paraméterek engedélyezésével. A célok elérése érdekében a csomag a purpose-built named_arrays csomagot használja backendként, amely egy 'named tensor' implementációja, amely lehetővé teszi az tengelyek elnevezését egy n-dimenziós tömbben, megkönnyítve az n-dimenziós konfigurációk megadását. A funkciók közé tartozik a szekvenciális sugárkövetéses modellezés, rétegzett véletlen mintavétel a gyorsabb konvergencia érdekében, kép szimuláció, gömb-, kúp- és tóruszfelületi szagprofilok, valamint diffrakciós rács támogatása. Jelenlegi korlátai közé tartozik a polarizáció hiánya, a geometrikus optika támogatása (a fizikai optika még nem támogatott), és a Zemax-hoz hasonló üveg optikai állandók adatbázisának hiánya.
Szolgáltatások, tevékenységek
- Szekvenciális sugárkövetéses modellezés optikai rendszerhez
- Rétegzett véletlen mintavétel bemeneti sugarakhoz a gyorsabb konvergencia érdekében
- Kép szimuláció adott jelenetről optikai rendszerrel
- Gömb-, kúp- és tóruszfelületi szagprofilok
- Kör-, téglalap- és sokszög-apertúrák
- Tükrök és tetszőleges többrétegű bevonatok támogatása
- Diffrakciós rács támogatás (állandó, polinom és holografikus vonal spacing; szinuszos, négyzetes, téglalap, fűrészfogú és háromszög alakú vonalprofilok)
- CCD/CMOS szenzor szimuláció (kvantumhatékonyság, zaj szimuláció, töltés diffúzió)
- Spektrális válasz számítása
- Felbontás számítása
- Optimalizálás scipy.optimize segítségével