基于帧选择和极大似然估计的自适应光学图像多帧联合去卷积算法

为提高自适应光学(AO)图像的空间分辨率,提出一种基于帧选择和极大似然估计的AO图像多帧联合去卷积算法.该算法基于极大似然估计,根据图像的高斯噪声模型建立多帧AO图像的联合对数似然函数.首先对观测的多帧AO图像进行帧选择,遴选高质量的降质图像;然后结合观测条件和AO系统特性,推导点扩散函数估计模型;最后建立迭代求解公式,得到多帧AO图像联合去卷积方法.实验结果表明,与基于期望值最大化的Richardson-Lucy算法(Richardson-Lucy EM算法)和基于合并惩罚函数的自适应应图像复原算法(CPF-Adaptive算法)相比,该算法的峰值信噪比分别提高9%和5%,Laplace梯度模分别提高11%和8%,且得到了较清晰的目标图像.

基于PSF重构和改进的最大后验估计的自适应光学图像复原算法

自适应光学(AO)系统为大气湍流提供实时补偿,但AO图像的对比度通常很差,这会导致图像质量下降。本文提出了一种基于点扩散函数(PSF)重构和改进的最大后验概率(MAP)估计的自适应光学图像恢复方法。首先,结合观测条件和AO系统的特点,建立基于波前相位信息的PSF重构模型;其次,基于本文提出的算法,建立了AO图像的迭代求解公式,实现多帧AO图像联合去卷积过程。为了验证本文算法的有效性,对仿真的退化AO图像进行了一系列复原实验。实验结果表明,以“Man”图像为例,与Wiener-IBD、RL-IBD及FS-MLJD算法相比,该算法的峰值信噪比(PSNR)测度分别提高了6.83%,4.47%和2.28%,拉普拉斯梯度模(LS)值分别提高了22.2%,17.9%和12.1%。本文的研究结果对实际的AO图像恢复具有一定的应用价值。

瞄准重大任务需求 锐意进取 自主创新 不断拓展应用领域——成都光电所自适应光学技术研究创新成果丰硕

近30年来，国际上现代光学技术的应用已从静态观测发展成为动态条件下进行快速信息获取和能量传递的重要手段。在各种光电系统中，对光束进行动态控制（包括光束的方向控制、波前相位控制、光强调制、滤波等）的要求越来越高。这些动态控制是现代光电技术和工程的重要特征。在这一背景下，从20世纪70年代起，国际上发展了新兴的自适应光学（AO）技术。

自适应光学系统光学部分的计算机模拟

利用相位屏(PS)方法通过软件模拟大气湍流,进而研究了自适应光学(AO)系统中哈特曼-夏克(H-S)波前传感器的计算机模拟技术。使用基于Zernike多项式的模式法重构波前,验证了模拟方法的可行性,完成了AO系统光学部分的计算机模拟。