lensmerit op• Datenarten: table → table
• Aufruf: import fullseye as fs; fs.ledger.optimize_lens_operands(system=None, operands=None, variables=None, iterations: 'int' = 30, fields=None, wavelengths=None, field_weights=None, wavelength_weights=None, damping: 'float' = 0.001, tolerance: 'float' = 1e-07, min_thickness: 'float' = 0.5, max_thickness=None, min_radius: 'float' = 1.0, glass_candidates=None, glass_iterations: 'int' = 12, outer_iterations: 'int' = 3) -> 'dict' (die Implementierung direkt: import lensmerit; lensmerit.optimize_lens_operands(system=None, operands=None, variables=None, iterations: 'int' = 30, fields=None, wavelengths=None, field_weights=None, wavelength_weights=None, damping: 'float' = 0.001, tolerance: 'float' = 1e-07, min_thickness: 'float' = 0.5, max_thickness=None, min_radius: 'float' = 1.0, glass_candidates=None, glass_iterations: 'int' = 12, outer_iterations: 'int' = 3) -> 'dict'; aus dem Register: opsoptics.get("optimize_lens_operands"))
Minimiert die Gütefunktion der Operandentabelle mit Levenberg-Marquardt; auch das Glas kann Variable sein (table).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
The residual vector is the stack of the table's rows (merit_evaluate); *variables* are those of lensopt.optimize_lens ("c<i>" / "R<i>" curvature, "t<i>", "k<i>", "A4_<i>" ...; default every finite radius) plus glass variables "g<i>". The continuous steps are lensopt's: forward-difference Jacobian, (JtJ + lambda diag(JtJ)) delta = -Jt r, a step is kept only if the merit falls (lambda /3, else x4, six tries), stalled after two iterations without an accepted step. *min_thickness*, *max_thickness* and *min_radius* clamp the variables as in optimize_lens (the table's bound rows are what keep edges, centres and gaps in range). A glass variable moves the glass of surface *i* over *glass_candidates* (a list of media: catalogue names, (n_d, V_d) pairs or raytrace.glass dicts; or a dict "g<i>" -> list) by an outer discrete sweep: after the continuous optimisation has converged each candidate is tried once (swapped in, the continuous variables re-optimised for *glass_iterations* iterations) and the best is kept if it lowers the merit; this repeats up to *outer_iterations* times with a full continuous re-optimisation between sweeps. A candidate equal to the glass already there is skipped, so a list holding only the current glass gives exactly the continuous result.
Returns {"system", "table_before", "table_after", "merit_initial", "merit_final", "history", "iterations", "rejected_steps", "converged", "status", "variables", "glass", "dominant_after", "violated_after"}; table_before / table_after are merit_evaluate results, rejected_steps counts the trial steps refused, glass lists each glass variable with its initial / final medium and every candidate's merit.
Example::
r = optimize_lens_operands(lens, ops, ["c0", "c1", "t0", "g0"], glass_candidates=[(1.52, 64.2), (1.62, 36.4)],
fields=m["fields"])
r["merit_initial"], r["merit_final"], r["glass"][0]["final"]
Jeder optics-Operator prüft seine Eingabe vor der Berechnung (nichts rutscht stillschweigend durch):
• Einheiten stecken im Argumentnamen — _mm / _um / _deg / _mrad. Eine Verwechslung von mm und µm stürzt nicht ab, sondern liefert eine plausibel aussehende falsche Antwort; der Name verhindert das. Aus der Größenordnung wird nie auf die Einheit geschlossen.
• Strings lösen ValueError aus — float('50') gelingt, sodass ein ungeparster Konfigurationswert als Länge durchrutschen würde (gemessen: thin_lens('50', '200') lieferte plausible 66,667 mm). bool wird als implizite Hochstufung True == 1 ebenfalls abgelehnt.
• complex / Masked Arrays lösen ValueError aus (nur reelle Slots; das stille Verwerfen des Imaginärteils bzw. Abstreifen der Maske wird abgelehnt). NaN/Inf löst bei jeder Eingabe ValueError aus.
• Division durch null und Verwandtes wird namentlich abgelehnt: Brennweite 0, Krümmungsradius 0, Brechzahl <= 0, undurchlässige Blende (alles 0, die Normierung wird 0/0), PSF mit Summe <= 0, Stokes-Vektor mit S0 = 0 und ein Objekt im vorderen Brennpunkt (Bild im Unendlichen).
• Nur zwei Operatoren liefern einen nicht-endlichen Wert, und beide halten das vertraglich fest: depth_of_field liefert jenseits der hyperfokalen Distanz far_mm = inf (genau das bedeutet die hyperfokale Distanz), und gaussian_beam liefert an der Taille wavefront_radius_mm = inf (der Krümmungsradius einer ebenen Wellenfront). Beide liefern zusätzlich einen endlichen Partner (far_is_infinite / curvature_per_mm). Jedes andere stille NaN/Inf wird intern erkannt und löst ValueError aus — "float64 ist übergelaufen" und "die Antwort ist unendlich" sind verschiedene Aussagen; die erste wird nie im Gewand der zweiten geliefert.
• Größenobergrenzen: erzeugte Gitter durch optics.MAX_GRID (4096), übergebene Felder/PSFs/Blenden durch optics.MAX_FIELD_ELEMENTS (2^24), ABCD-Elementketten durch optics.MAX_SYSTEM_ELEMENTS (1024), Zernike durch MAX_ZERNIKE_TERMS (512) / MAX_ZERNIKE_ORDER (40) / MAX_ZERNIKE_BASIS (2^25). Damit werden Pfade fail-closed geschlossen, in denen ein kleines Argument eine riesige interne Allokation auslöst (gemessen: n_max=40 × 4096² braucht 108 GB).
• Physikalisch unmögliche Zustände werden ebenfalls abgelehnt: Stokes-Vektor mit Polarisationsgrad > 1, negative Transmission, negative Intensität und ungültige Zernike-Indizes wie ungerades n-|m|.
• Leitfaden zur Familie optics_imaging
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• optimized_lens_tolerance_sensitivity — py -3.11 examples/optimized_lens_tolerance_sensitivity.py
• poc_lens_merit_operands — py -3.11 examples/poc_lens_merit_operands.py
table als Eingabe)abcd_matrix · wavefront_stats · sfr_from_edge · paraxial_trace · seidel_coefficients · spot_stats · tolerance_analysis · wavefront_from_opd
lensmerit)merit_operands_list · merit_evaluate · merit_default · merit_boundary_operands · merit_contributions
*Provenance: lensmerit.py — OPTICS Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.