引入泽尼克多项式的极大似然盲解卷积算法初值的优化选取

为提高图像盲复原处理效果,提出了经验法、拟合高斯点扩散函数法,以及符合Kolmogorov谱函数的初值选取方法等三种初值选取方法。引入泽尼克多项式参量化表示点扩散函数,应用极大似然迭代盲解卷积算法对模拟模糊图以及木星观测图进行了复原处理。计算结果表明,符合Kolmogorov谱函数分布的初值方法以及拟合高斯点扩散函数方法得到的图像复原结果较好。     

基于频谱分析的匀速运动模糊图像模糊方向识别

点扩展函数的设置是图像复原中的关键问题，对于匀速直线运动模糊图像，运动方向和模糊长度决定了点扩展函数。根据运动模糊图像和原始图像在频谱上存在的对应关系，即运动模糊图像频谱存在着对应于传递函数零点的暗条纹，提出对运动模糊图像，通过二维傅里叶变换、二值化以及Radon变换检测运动模糊图像频谱图上暗条纹的方向和位置，来实现运动方向测量的方法。用该方法对模糊图像进行检测，模糊方向的识别精度小于1°。实验证明该方法可以实现平面内任意方向运动的测量。     

正支共焦非稳腔的自动准直调整实验研究

谐振腔的自动准直调整技术是实现高能激光器系统自动化的关键技术之一。在对正支共焦非稳腔自动准直调整方法的研究基础上，应用基于系统性能评价函数无模型最优化的随机并行梯度下降（SPGD）控制算法实现腔的自动准直调整。实验结果表明该方法可实现腔镜的闭环控制准直调整，其调腔共轴精度在一定程度上高于传统的人工调腔精度。     

随机并行梯度下降湍流场光束净化的实时校正实验研究

自适应光学技术可用于补偿高能激光系统出射光束的波前畸变以改善光束质量.为研究随机并行梯度下降(SPGD)自适成光学方法用于光束净化的可行性,分别采用高速光电探测器和高速变形镜作为系统性能评价函数的测量器件和波前校正器件,搭建了迭代速率为100 Hz的SPGD自适应光学系统,并且对通电电阻丝产生的湍流所造成的动态波前畸变进行了实时校正.实验结果显示,此套自适应光学系统能够对在4 Hz以下频率范围内缓慢变化的动态波前畸变进行实时校正,针孔中远场光斑的能量提高2.2倍,稳定性提高1.4倍.这表明SPGD自适应光学系统用于光束净化是町行的.     

基于分区域耦合的随机并行梯度下降自适应光学

基于随机并行梯度下降(SPGD)方法的自适应光学(AO)系统通过直接优化系统的性能评价函数来控制波前校正器以补偿光束中存在的波前畸变。为了提高这种无模型优化自适应光学系统的收敛速度, 提出了基于分区域耦合的新方法以改进传统随机并行梯度下降自适应光学系统的工作方式。将波前校正器光学孔径分成多块子区域, 每块子区域对应着的所有驱动器作为一个整体控制单元, 从形式上可以得到一个空间分辨率较低的分区域波前校正器。该校正器与原校正器同步工作, 并采用随机并行梯度下降算法对同一个性能评价函数进行优化, 从而构成了双校正器的耦合工作结构。对256单元分立活塞式波前校正器建立了自适应成像系统的数值模型, 结果表明这种分区域耦合的随机并行梯度下降自适应光学系统比传统随机并行梯度下降自适应光学系统具有更快的收敛速度和更好的渐近态。     

关于“光学工程”学科课程建设的几点思考

简要地论述了目前国内光学工程教学现状,分析了在光学工程教学与科研领域中处于一流地位的多所美国大学的教学方式,如亚利桑那大学、罗切斯特大学以及加州大学等,仔细研究了它们关于光学工程学科的课程设置、教学大纲和教学课件。结合作者在教学中的实际体会,对国内的光学工程学科的大学教学提出了几点建议,即师生共享教学大纲,注重实验与工程,丰富网络资源。     

基于散斑成像技术的扩展目标高分辨率复原

大气湍流对实现扩展目标的高分辨率重建具有重要影响.针对此问题,本文提出了一种改进的散斑成像算法.传统散斑成像算法在相位恢复计算中存在双谱数据量大和计算复杂等问题,改进算法利用图像的厄米特对称性和查找表技术将相位恢复和双谱计算紧密结合,通过计算截止频率内的每个空间频率点邻域双谱和添加双谱坐标约束使得双谱数据量减小.建立傅里叶频域相邻两象限共用的坐标查找表,确定双谱和相位恢复计算顺序,避免了双谱的对称操作从而使得整个计算简单易行.仿真实验结果表明:改进算法相对于双谱截切法使得双谱数据量至少减少了24%并准确恢复出目标相位谱,恢复相位谱经过傅里叶逆变换后清晰地显示了目标的轮廓和结构,再结合Labeyrie-Kroff法得到了目标的高分辨率图像;最后对实际天文图像进行处理,使恢复后图像的分辨率相对于原始图像得到明显提高,并且改进算法以更少的计算时间获得了与双谱截切法几乎同样的恢复效果.     

基于仿射近似从序列图像重建目标三维结构

从序列图像重建目标三维结构是摄影测量学和计算机视觉的研究热点。针对传统算法中精度与计算量的矛盾,提出一种基于仿射近似的新算法,首先用仿射三线性张量合成序列图像中的缺失图像点,重新建立图像测量矩阵,然后用仿射矩阵分解从图像特征直接获得目标三维结构的初始值,最后用基于“R-T”模式的光束法平差进行优化。仿真数据和真实图像实验表明,新算法精度高、稳定性好,有效解决了传统算法中精度、算法复杂性与结果数值稳定性的矛盾,为序列图像三维解析中的关键技术问题提供了解决方案。算法可广泛应用于航空测绘、工业检测、虚拟现实、动画制作以及军事侦察等领域。     

基于GPU的多帧盲解卷积图像复原技术并行化实现

多帧盲解卷积图像复原技术能够进一步提高自适应光学图像的分辨力,但其算法比较复杂,处理耗时过长,对序列图像复原经常需要几分钟甚至几十分钟的计算时间,对实际应用造成了极大不便。为了提升算法的运行速度,改善其耗时过长的问题,通过研究和分析盲解卷积算法原理和算法结构,采用目前高速发展的中央处理器（CPU）和图形处理器（GPU）异构加速技术,主要对耗时最长的矩阵卷积运算进行优化,通过使用库函数与算法结构微调相结合的方法并行加速,实现多帧盲解卷积的图像复原算法的并行化。使用并行算法对图像进行复原处理,针对16帧以上分辨率为256256像素的空间目标图像,可以实现17的加速比,为图像复原的实时/准实时提供一种可行的方案。     

随机并行梯度下降光束净化实验研究

利用自适应光学技术进行光束净化是高能激光系统中一项重要的研究内容.为实现光束净化系统的小型化和低成本,基于系统性能评价函数无模型最优化的波前畸变校正方法是适合的技术方案.就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究.针对高能激光束常见的像差分布进行了SPGD波前校正的数值模拟,在此基础上构建了37单元自适应光学光束净化实验平台,讨论了双边扰动梯度估计和迭代增益系数自适应变化对算法收敛特性的影响.数值模拟与实验结果验证了SPGD算法对不同程度波前畸变的校正能力,表明了SPGD光束净化方案的可行性.