自适应光学系统模式控制动态优化方法

像差校正模式项数是自适应光学系统模式控制算法中的一个重要参数,其大小对补偿效果影响明显。通过对系统响应函数矩阵的奇异值分解构建像差模式空间,以不同控制项数下残余像差的均方根估计为依据确定每次校正的模式项数,提出了一种模式项数动态优化的控制方法。以Hartmann-Shack波前传感器和薄膜变形镜为主要部件搭建自适应光学实验系统,通过拟合不同像差验证上述控制方法,实验结果表明,和固定项模式控制方法比较,动态优化方法校正的系统残余像差更低,可明显提高自适应光学系统的空间拟合性能。     

一种自适应光学系统响应矩阵的直接计算方法

提出了一种自适应光学系统响应矩阵的直接计算方法.通过分析特征驱动器斜率影响向量的实测值与理论值的相关性估计波前校正器与波前探测器的对准误差,得到了更接近实际情况的响应矩阵.实验结果表明,考虑对准误差后计算出的响应矩阵能够有效地进行闭环校正.     

基于改进自适应Wiener滤波的光学合成孔径系统图像复原算法

为了解决光学合成孔径系统成像模糊问题以及研究其相应图像复原算法,采用Zemax软件分析了四孔径光学合成孔径系统的MTF,以及其像质模糊原因。并用MATLAB仿真分析常用的Wiener滤波复原算法,得出该算法在处理合成孔径系统图像存在不足。提出了一种基于K值自适应改变Wiener滤波图像复原方法,通过计算机仿真验证表明,该算法可使合成孔径系统降质图像的像质得到较好改善,复原效果优于Wiener滤波,且其像质评价参数PSNR以及ISNR分别提高了6.89%和1.1dB。     

自适应光学系统控制效果分析的功率谱方法

 用H-S 波前探测器得到校正前后波前相位时间功率谱, 分析了自适应光学控制系统对大气湍流扰动波前的时域校正效果。用这种方法比较了61单元自适应光学系统分别采用P-I 控制算法和Smith 纯滞后补偿控制算法对实际大气湍流扰动波前进行补偿实验时的校正效果。     

自适应光学系统最优模式增益的快速估计方法

在自适应光学系统中,最优模式控制方法首先通过对波前像差进行模式分解,再分别施加不同带宽的比例积分控制以实现较统一带宽模式控制更优的闭环效果.最优模式增益通常需要基于自适应光学系统的传递函数模型、实测的扰动和噪声的功率谱密度进行遍历求解获取,这一过程通常需要较长的时间.由于大气湍流统计特性的时变性,所求解的最优模式增益的时效性难以保证.为此,本文提出了一种基于二次曲线拟合的最优模式增益快速估计方法,仅通过3个数据点的闭环残差计算来估计单项模式的最优增益.仿真和实验结果表明,所提方法可以较准确地求解最优模式增益,有效抑制高阶波前像差.同时,由于算法的时间复杂度降低,相比于基于参数遍历的方法,最优模式增益估计过程所花费的时间缩短了约95.3%,有利于保证最优模式增益的时效性.     

基于相位差异法的简易光学系统的图像复原方法

简易光学系统因系统结构简单而存在严重像差,导致所成图像出现模糊、失真等问题.对简易光学系统的成像特性进行分析,在已知光学系统焦距和光瞳孔径的条件下,建立含有像差的点扩散函数模型和图像复原模型,根据焦面和离焦面图像以及精确的离焦量,无需点扩散函数的先验信息,采用相位差异法对简易光学系统所成图像进行重构.实验结果表明:单透镜、双透镜和三透镜系统复原图像质量评价指标提升率分别达到24.96%、24.80%和42.04%,重构后图像质量均有明显提升.     

自适应光学系统控制效果分析的功率谱方法

用H-S 波前探测器得到校正前后波前相位时间功率谱, 分析了自适应光学控制系统对大气湍流扰动波前的时域校正效果。用这种方法比较了61单元自适应光学系统分别采用P-I 控制算法和Smith 纯滞后补偿控制算法对实际大气湍流扰动波前进行补偿实验时的校正效果。     

相位差图像复原技术研究

大气湍流、系统像差等因素会使入射光的波前发生畸变,从而降低成像系统的成像质量.相位差图像复原技术是针对波前畸变发展起来的图像复原方法,它具有无需参考目标和退化函数、收敛性好等优点,可以提高图像的分辨率和清晰度,增加图像的信息量,改善图像的视觉效果,在图像复原领域有着广阔的应用前景.本文对相位差图像复原技术进行了研究,借用光学系统中光学传递函数、调制传递函数和点扩散函数的概念对相位差图像复原技术的性能进行了分析,并进行了数值仿真和实验验证.结果表明,相位差图像复原技术不仅可以克服像差对成像质量的影响,而且可以对截止频率以内的低频信息进行增强,提高图像的对比度,从而使获得的图像优于衍射受限系统所成的像.     

自适应光学系统的控制残余方差分析

分析自适应光学系统的控制残余方差与控制带宽的关系.对于存在时间延迟的自适应光学系统,推导了计算大气湍流控制残余方差的近似方式,并给出了有探测噪声情况下确定系统最优控制带宽的公式.以61单元自适应光学系统为例,讨论了实验自适应光学系统中控制带宽的优化选择问题.     

自适应光学图像非对称图像迭代盲复原算法

为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数（PSF）频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。     

自适应光学图像非对称图像迭代盲复原算法

 为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数（PSF）频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。     

基于光学系统像面分割的图像恢复方法研究

实际光学系统的点扩散函数随视场的不同而变化,因此基于线性不变成像系统的图像恢复方法在处理由大视场系统得到的图像时,恢复效果不理想。若把成像系统作为线性空变系统来进行处理,根据等晕成像原理,如将降质图像分割为不同区域进行复原的话,则可以有效地提高图像的恢复效果。针对区域间边界不连续性的问题,提出了区域延拓的解决方法,通过数字仿真,验证了图像分割处理与区域延拓方法的可行性。     

一种图像非线性形变的恢复方法

几何成像系统中非线性形变图像的恢复仍是一个未能很好解决的课题。针对常见的双二次、双三次形变图像,提出了以不完全双二次、双三次插值法拟合形变图像,根据形变的特点采用牛顿迭代法和双线性灰度插值法对图像进行恢复。用所提出的方法对失真图像进行恢复,结果表明,仅选用少量参考点便可得到良好的效果。     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DTCWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明:由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90(°)~1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DT-CWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分对应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明：由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90()-1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。     

自适应光学实时大气湍流补偿实验

本文报道了用自适应光学系统实时探测和校正距地面约15m高的340m水平传输通道上的大气湍流效应的实验.实验结果表明,用自适应光学校正后,对点目标和一定扩展度的扩展目标都可提高成像质量.     

能量约束自适应迭代算法与光学像差复原

提出了一种新的适用于移变降质图像复原的算法——能量约束自适应迭代复原.算法采用能量约束复原的空域迭代形式,使其能够用于处理光学像差引起的移变降质复原问题;以局部能量约束取代总体能量约束,使算法具有空间自适应特性;并采用双通道处理方法,消除能量约束带来的图像亮度衰减,同时抑制图像边界截断引起的振荡波纹.场曲复原仿真实验结...     

基于指导滤波的图像盲复原算法

作为图像处理领域的重要分支和研究热点之一, 图像复原方法 的研究始终具有重要理论意义和广泛的应用价值, 图像盲复原一直以来都 是图像复原中比较困难的问题之一. 针对相机与所拍摄景物之间由于相对 位置移动而使所获得图像发生运动模糊的情况, 本文提出了一种基于指导滤波 的图像盲复原算法. 我们首先通过频域迭代算法对点扩散函数 进行估计. 然后, 由于指导滤波具有较好的保持图像边缘的特性, 我们应用基于指导滤波的图像非盲复原算法恢复目标图像. 对以上两步进行反复迭代, 直到获得最终的清晰图像. 为了验证本文所提算法的有效性, 给出了多组对比实验. 实验结果表明, 本文所提算法能够在有效地抑制噪声和振铃 效应的同时, 还能够更好的保持图像的边缘和纹理细节. 因此, 本文算法可以获得更高质量的复原图像.