相关哈特曼-夏克波前传感器波前重构新方法

对相关哈特曼-夏克波前传感器的波前重构方法进行了研究,提出了一种基于相邻子图像间相对平移量的波前重构新方法。与常用的基于单一参考子图像的波前重构方法相比,新方法的动态范围有了很大提高。在8×8去4角的子孔径划分下,测量离焦波面时,新方法的动态范围可提高约16倍,子孔径数目越多,动态范围提高的倍数也越高。精度分析表明,两种波前重构方法在8×8去4角的子孔径划分下精度相近,在子孔径数目更多时,相邻子图像处理法的波前重构精度低于单一参考子图像法。

基于归一化互相关因子的波前测量研究

为实现对光束近场强度分布不均匀或低信噪比场景中的高精度波前测量,分析了低信噪比情况下,在基于夏克-哈特曼波前传感器的自适应光学系统中,分别使用基于归一化互相关因子的相关算法与目前常用的自适应阈值灰度质心法时,信噪比对质心探测精度及后续波前复原精度的影响。通过数值仿真与实验对比,证明了基于归一化互相关因子的相关算法在不同光强条件下的波前测量结果一致性与准确性都高于自适应阈值的灰度质心法,其可为自适应光学系统在像差探测能力上提供更高的准确性与鲁棒性。针对基于归一化互相关因子的相关算法计算量较大,软件计算实时性较差,难以满足工程实用需要的问题,提出了一种基于算法实现优化与多级并行计算的加速方法,对448单元子孔径的夏克-哈特曼波前传感器可实现每秒上千赫兹的计算速度,可满足大部分自适应光学系统波前探测实时性的工程需要。

目标图像结构和噪声对相关哈特曼-夏克波前传感精度的影响

以空间频谱描述图像结构，以图像灰度起伏的方均根值与噪声方均根值之比表示信噪比，系统分析了目标图像结构和噪声对相关哈特曼-夏克波前传感精度的影响。理论分析表明，两个子图像的相关函数峰值位置的亚像元插值误差等于其各离散频率成分的相关函数峰值位置插值误差的加权平均；相同功率下，低频成分的加权系数较小，高频成分的加权系数与亚像元偏移量有关。一维窄带图像的统计仿真表明，无噪声时，低频成分和接近奈奎斯特频率成分的误差较大，中频成分的误差较小；有噪声时，噪声对高频成分的影响低于低频成分。对典型频谱的32×32图像仿真表明，图像起伏信噪比为2：1时，子图像平移量计算误差约0．03～0．11像元，与无噪声时相比增加不大。

一种使用多核CPU的相关哈特曼-夏克波前处理机

斜率算法对哈特曼-夏克传感器非常重要,而基于归一化互相关斜率算法的哈特曼-夏克传感器可满足强噪声情况下点光源和扩展目标的斜率探测需求。为解决互相关斜率处理器可移植性差的问题,提出用多核中央处理器(CPU)来实现斜率探测。在优化归一化互相关算法的基础上,编程实现斜率探测,并从多核并行和运算向量化两方面优化程序,提升斜率提取速度。当模板分辨率为9 pixel×9 pixel时,优化程序在Intel(R)Core(TM)i7-3770k四核计算机上运行,完成400个15 pixel×15 pixel的子孔径斜率提取,用时约为340μs。搭建了自适应光学系统,对优化后的斜率算法进行系统闭环测试。结果表明,使用多核CPU的相关哈特曼-夏克自适应光学系统能在强噪声环境下进行有效的波前校正。