研究目的
提出一种基于局部区域抽象(LRA)的方法,以提高无波前传感自适应光学(WFSless AO)系统对畸变扩展目标图像的校正能力。
研究成果
通过分析去卷积优化的本质与相似性,以及无波前传感自适应光学系统的像差校正,提出了一种基于局部区域抽象图像的方法。在恢复静态像差退化图像时,采用LRA图像的无波前传感自适应光学系统恢复速度提升了8-20倍。动态像差实验中对应的校正速度提高了约3.5倍。后续优化可大幅提升该性能。
研究不足
无波前传感自适应光学系统的校正速度受限于相机的大尺寸图像和低帧率。必须认真权衡因小尺寸低阶像差图像导致的相机帧率提升与小尺寸低阶像差图像估计点扩散函数退化之间的矛盾。
1:实验设计与方法选择:
该方法基于扩展目标成像的稀疏特性,采用局部区域抽象(LRA)技术。无波前传感自适应光学系统使用LRA图像结合SPGD算法。
2:样本选择与数据来源:
搭建了无波前传感自适应光学系统的图像复原实验系统,包括扩展光源、扩展目标(USAF1951)、光束缩束器、倾斜镜(TM)、变形镜(DM)、计算机控制系统及组合传感器。
3:1)、光束缩束器、倾斜镜(TM)、变形镜(DM)、计算机控制系统及组合传感器。
实验设备与材料清单:
3. 实验设备与材料清单:组合传感器由夏克-哈特曼传感器、近场检测相机和远场测量相机组成。
4:实验步骤与操作流程:
图像因像差板的畸变和系统初始像差而退化,这些像差通过变形镜根据控制算法迭代生成的驱动电压进行补偿,以优化LRA图像。
5:数据分析方法:
在超过100秒的时间内,通过CCD1相机采样的全视场图像,分别计算动态像差条件下使用LRA1图像和LRA6图像的无波前传感自适应光学系统复原图像的锐度和梯度。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容