A detecção in situ de aberrações em sistemas ópticos é de grande importância para o processamento e ajuste de sistemas ópticos, o desenvolvimento de máquinas de litografia e o ajuste em órbita de câmeras espaciais. Os métodos tradicionais de detecção in situ, como a recuperação de fase (Phase Retrieval, PR) e a diversidade de fase (Phase Diversity, PD), apresentam bom desempenho sob condições específicas, mas possuem limitações em casos de grande abertura numérica ou quando não se satisfazem os limites inferiores da frequência de Nyquist do sistema óptico. Portanto, este artigo propõe um método que combina o modelo físico de difração extendido de Nijboer-Zernike (Extended Nijboer-Zernike, ENZ) com redes neurais profundas. Primeiramente, constrói-se uma rede residual profunda com mecanismo de atenção SE (Squeeze-and-Excitation). Em seguida, estabelece-se uma relação de mapeamento da imagem de intensidade da função de espalhamento pontual (Point Spread Function, PSF) para a distribuição de fase, visando extrair características da intensidade difratória e prever coeficientes que descrevem a fase. Por fim, os coeficientes previstos são combinados com o modelo de difração ENZ para obter a imagem PSF prevista e realizar a detecção do frente de onda do sistema óptico. Resultados experimentais mostram que o método proposto, para aberturas numéricas grandes e amostragem de Nyquist insatisfeita, apresenta valor de raiz do erro quadrático médio (Root Mean Square, RMS) entre a imagem do frente de onda real e reconstruída em torno de 0,02λ, superando outros métodos. Este método é não supervisionado, o que reduz a dependência de grandes quantidades de dados para treino e aumenta a precisão da detecção do frente de onda.

detecção do frente de onda; método extendido de Nijboer-Zernike (ENZ); aprendizado profundo