1.多尺度卷积网络与单平面衍射元件光数协同系统设计方法，其特征是，该方法包括以下步骤：步骤一，设计单平面衍射元件；步骤二，构建多尺度卷积网络图像复原模块；步骤三，构建图像复原方法损失函数；所述单平面衍射元件包括菲涅尔面和衍射面；所述菲涅尔面，其环带的面型公式为：式中，z为非球面各点处的矢高，c为非球面顶点处的曲率，r为非球面上各点的径向坐标，k为圆锥曲线常数，A、B、C为非球面系数；n为环带数，h为非球面基底的矢高；所述衍射面，衍射位相方程由以下公式决定：Φ＝M(B 1 ρ 2 +B 2 ρ 4 )，式中M为衍射级次，B 1 、B 2 分别为衍射面系数，ρ为折衍射面径向坐标；所述多尺度卷积网络图像复原方法损失函数由以下公式决定：式中α s 是尺度权重，β c 是各通道权重， 和 分别表示尺度s下通道c的预测值和目标值，γ为VGG感知损失权重，P 256 与T 256 分别为256尺度图像感知损失的预测值与目标值；所述的多尺度卷积网络损失函数各通道权重β c 由以下公式决定：β c ＝(η cN ·W cN ·CPS cN ) N ，式中η cN 为通道c归一化的衍射效率系数，W cN 为归一化的各通道波前像差系数，CPS cN 为归一化的实际人眼色貌感知敏感度；其中W c 为各通道波前像差系数，根据波前像差大小按比例分配权重；η c 为各通道衍射效率；所述的多尺度卷积网络损失函数各通道归一化衍射效率η cN 由以下公式决定：式中以衍射效率最低的B通道为参考其归一化权重为1，计算其他通道权重。
2.根据权利要求1所述的多尺度卷积网络与单平面衍射元件光数协同系统设计方法，其特征在于，所述多尺度卷积网络图像复原模块首先输入模糊图像Bi通过输入块提取初级特征，进入编码器一及编码器二，逐级下采样提取从低分辨率到高分辨率的多尺度特征，最低分辨率分支提取全局模糊特征后，通过双线性上采样解码器一及解码器二逐级恢复空间分辨率，每一级解码器结合对应尺度的跳跃连接特征进行特征融合和重建，最终由输出块生成清晰图像Ii。
3.根据权利要求2所述的多尺度卷积网络与单平面衍射元件光数协同系统设计方法，其特征在于，所述多尺度卷积网络图像复原模块中的两个编码器结构相同，其每一级首先包含一个由卷积层和激活函数组成的卷积单元，用于初步提取当前尺度的局部特征；随后连接三个残差块，每个残差块由卷积层一、激活函数和卷积层二构成，并通过跳跃连接将输入与输出相加，实现特征的高效表达与信息保持；编码器通过多级结构提取从高分辨率到低分辨率的深层模糊特征，尤其最低分辨率层的特征图有助于捕捉全局上下文信息。
4.根据权利要求2所述的多尺度卷积网络与单平面衍射元件光数协同系统设计方法，其特征在于，所述多尺度卷积网络图像复原模块中的两个解码器结构相同，其每一级首先通过三个残差块对上一级传递的粗尺度特征进行结构细节恢复，每个残差块同样由卷积层一、激活函数和卷积层二构成，然后使用一个反卷积层和激活函数对特征图进行空间上采样，从而提升分辨率；每一解码阶段还与对应尺度编码器的中间特征图通过跳跃连接方式融合，实现局部与全局信息的结合，充分保留多尺度上下文特征；最终通过逐级解码与融合，还原出结构清晰、细节丰富的高质量图像。
