CN105739091A - 一种可减弱大气湍流影响的成像方法及装置 - Google Patents
一种可减弱大气湍流影响的成像方法及装置 Download PDFInfo
- Publication number
- CN105739091A CN105739091A CN201610149048.8A CN201610149048A CN105739091A CN 105739091 A CN105739091 A CN 105739091A CN 201610149048 A CN201610149048 A CN 201610149048A CN 105739091 A CN105739091 A CN 105739091A
- Authority
- CN
- China
- Prior art keywords
- imaging
- image
- imageable target
- visual angle
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 117
- 230000003313 weakening effect Effects 0.000 title claims abstract description 11
- 230000000694 effects Effects 0.000 title claims abstract description 7
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims description 62
- 230000003287 optical effect Effects 0.000 claims description 39
- 230000009466 transformation Effects 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 230000001427 coherent effect Effects 0.000 claims description 16
- 238000002834 transmittance Methods 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 10
- 230000015556 catabolic process Effects 0.000 abstract description 4
- 238000006731 degradation reaction Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000009792 diffusion process Methods 0.000 abstract 1
- 230000003044 adaptive effect Effects 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 101100115215 Caenorhabditis elegans cul-2 gene Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007630 basic procedure Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/0025—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00 for optical correction, e.g. distorsion, aberration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Abstract
本发明公开了一种可减弱大气湍流影响的成像方法及装置,方法步骤包括:采集成像目标的四维光场分布及退化图像,解算全视场各视角方向相位波前畸变,估计求解成像系统的系统成像点扩散函数,在频域对退化图像进行解卷积运算,求解得到成像目标理想成像的傅里叶变换,然后将成像目标理想成像的傅里叶变换进行傅里叶逆变换,得到成像目标接近于衍射极限的理想成像;装置包括主透镜、分光器件、成像信息采集高帧频感光CCD、微透镜阵列和光场信息采集低噪声高帧频感光CCD。本发明具有探测视场大、成本低、动态范围大、图像分辨率高、适用范围广的优点。
Description
技术领域
本发明涉及高空目标成像的自适应光学和图像处理领域,具体涉及一种可减弱大气湍流影响的成像方法及装置。
背景技术
大气是一种不稳定的随机介质,在成像系统中,由于“大气湍流”这种动态干扰的影响,光学望远镜的实际分辨率远远达不到理论上所预期的光学衍射极限。一个口径达数米的大型无补偿光学望远镜,在地面通过大气层对天空及天文目标进行观察时,由于大气湍流的影响,实际成像分辨率不会超过口径仅为0.1~0.2m的小望远镜,并且观察到的图像存在一定的模糊和抖动。
自适应光学技术具有克服光学系统各种误差因素影响的能力,使其适用于望远镜和光学遥感器的高分辨率成像,自适应光学技术具有克服光学系统各种误差因素影响、保持系统始终工作在最佳状态的能力,使其适用于望远镜和光学遥感器的高分辨率成像,在激光大气传输、激光加工、眼科科学、航空航天及通信领域展现了一定的应用前景。尽管自适应光学技术能够实时校正光束的波前畸变,但是由于自身设计、计算机处理能力、闭环伺服带宽、波前观测数据误差以及噪声等因素影响,自适应光学对大气湍流的补偿仅仅是部分的、不充分的,目标的高频信息仍然受到严重的抑制和衰减。另外,自适应光学系统还存在光能利用率低(哈特曼分光,暗弱目标使用受限)、结构复杂(特别是针对扩展目标成像)、成本昂贵等特点,并且其有限的工作带宽,使其不适用于气动光学效应的校正。图像后处理技术是利用望远镜和数字图像采集系统记录目标大气湍流退化图像,记录图像再经计算机复原,获得目标的清晰图像,主要包括散斑成像、幸运成像和盲解卷积等。图像后处理技术利用望远镜和数字图像采集系统记录目标大气湍流退化图像,记录图像再经计算机复原,获得目标的清晰图像,由于需要大量目标的先验性知识且易受成像噪声影响,在实际应用中受到了很大的限制。散斑成像和幸运成像对图像的拍摄条件有一定的要求,并且需要大量的样本信息;盲解卷积需要知道图像大量的先验信息。另外,图像后处理技术需要进行大量的数据处理,计算复杂很难做到实时或者准实时,在对高速运动目标成像时,受到了很大的限制。
发明内容
本发明要解决的技术问题:针对目前自适应光学技术和传统图像后处理技术存在的问题,提供一种探测视场大、成本低、动态范围大、图像分辨率高、适用范围广的可减弱大气湍流影响的成像方法及装置。
为了解决上述技术问题,本发明采用的技术方案为:
本发明提供一种可减弱大气湍流影响的成像方法,步骤包括:
1)采集成像目标的四维光场分布I(u,v,x,y)、受大气湍流影响的退化图像g(x,y);
2)利用成像目标的四维光场分布I(u,v,x,y)解算大气湍流导致的全视场各视角方向相位波前畸变
3)根据大气湍流导致的全视场各视角方向相位波前畸变估计成像系统的相干成像点扩散函数h(xi,yi),利用估计得到的相干成像点扩散函数h(xi,yi)求解成像系统的系统成像点扩散函数hI(x,y);
4)根据退化图像g(x,y)的傅里叶变换G(fx,fy)、系统成像点扩散函数hI(x,y)的傅里叶变换HI(fx,fy)在频域对退化图像g(x,y)进行解卷积运算,求解得到成像目标理想成像的傅里叶变换I(fx,fy),然后将成像目标理想成像的傅里叶变换I(fx,fy)进行傅里叶逆变换,得到成像目标接近于衍射极限的理想成像i(x,y)。
优选地,所述步骤2)的详细步骤包括:
2.1)针对成像目标的四维光场分布I(u,v,x,y)进行积分运算,得到位于主望远镜焦面上的原始参考图像L(u,v);
2.2)在所述原始参考图像L(u,v)上选择若干关心的视角,选择一个视角作为当前视角θi,跳转执行步骤2.3);
2.3)以当前视角θi的中心位置(ui,vi)为中心,设置窗口u∈(ui-M,ui+M),v∈(vi-N,vi+N)对成像目标的四维光场分布I(u,v,x,y)和原始参考图像L(u,v)进行裁减,得到当前视角(ui,vi)的光场四维矩阵数据和基准参考图像Lθi(u,v),其中整数M为窗口的最大长度、整数N为窗口的最大宽度,u表示设置窗口的长度,v表示设置窗口的宽度;
2.4)对窗口数据进行重组,固定坐标(x,y),得到子光瞳对成像目标的一幅子图像Ixy(u,v),重复获取各子光瞳对成像目标的一幅子图像Ixy(u,v),生成成像目标在当前视角θi的中心位置(ui,vi)上的成像阵列;
2.5)针对每一幅子图像Ixy(u,v),将当前视角θi的中心位置(ui,vi)的光场四维矩阵数据获取各个视角上x和y方向上的波前斜率信息,最终得到由各个子图像Ixy(u,v)的x和y两个方向上的波前斜率信息构成的两组波前斜率矩阵Sx和Sy;
2.6)判断是否所有视角均已经处理完毕,如果已经处理完毕,则跳转执行步骤2.7);否则选择下一个视角作为当前视角θi,跳转执行步骤2.3);
2.7)得到所有视角上的两组波前斜率矩阵Sx和Sy,结合现阶段较为成熟的将波前复原算法将两组波前斜率矩阵Sx和Sy代入波前复原算法,复原出全视场不同视角上的相位畸变的分布
优选地,所述步骤2.1)中进行积分运算的函数表达式如式(1)所示;
L(u,v)=∫∫I(u,v,x,y)dxdy(1)
式(1)中,L(u,v)为原始参考图像,I(u,v,x,y)为成像目标的四维光场分布。
优选地,所述步骤2.5)中运算获取各个视角上x和y方向上的波前斜率信息的函数表达式如式(2)所示;
C(u,v)=F-1{[F{Lxy(u,v)}]*[F{Lθi(u,v)}]}(2)
式(2)中,C(u,v)为当前视角θi的子图像Ixy(u,v)与基准参考图像Lθi(u,v)的互相关值,C(x*,y*)为C(u,v)的峰值,(x*,y*)为子图像Ixy(u,v)与基准参考图像Lθi(u,v)之间的偏移量,(x*,y*)为对应于x和y方向上的波前斜率信息,F{Lxy(u,v)}为当前视角θi的子图像Ixy(u,v)的傅里叶变换,F{Lθi(u,v)}为基准参考图像Lθi(u,v)的傅里叶变换,F-1为傅里叶逆变换,Ixy(u,v)为当前视角θi的子图像,Lθi(u,v)为基准参考图像。
优选地,所述步骤3)中估计得到的系统相干成像点扩散函数如式(3)所示;
h(xi,yi)=F{t(x,y)}(3)
式(3)中,h(xi,yi)为相干成像点扩散函数,(xi,yi)为成像面坐标,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,成像系统的复振幅透过率函数t(x,y)的计算函数表达式如式(4)所示;
式(4)中,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,P(x,y)为孔径函数,为相位透过率函数。
优选地,所述步骤3)中求解系统成像点扩散函数的函数表达式如式(5)所示;
hI(xi,yi)=|h(xi,yi)|2(5)
式(5)中,hI(xi,yi)为系统成像点扩散函数,h(xi,yi)为相干成像点扩散函数。
优选地,所述步骤4)中进行解卷积运算的函数表达式如式(6)所示;
式(6)中,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,G(fx,fy)为退化图像g(x,y)的傅里叶变换,HI(fx,fy)为系统成像点扩散函数hI(x,y)的傅里叶变换,H* I(fx,fy)为HI(fx,fy)的复共轭,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,N(fx,fy)为退化图像g(x,y)中的噪声成分n(x,y)的傅里叶变换,g(x,y)为退化图像,i(x,y)为成像目标的理想成像,hI(xi,yi)为系统成像点扩散函数,n(x,y)为噪声成分。
优选地,所述步骤4)中进行解卷积运算之前,还包括下述步骤:根据噪声与真实图像频谱的分布特点对退化图像g(x,y)进行预处理以对高频噪声进行区分化规整并对其进行抑制,在保证噪声抑制的前提下保持图像的低频部分、抑制图像解卷积中的高频噪声影响。
本发明还提供一种可减弱大气湍流影响的成像装置,包括主透镜、分光器件、成像信息采集高帧频感光CCD、微透镜阵列和光场信息采集低噪声高帧频感光CCD,所述主透镜、微透镜阵列、光场信息采集低噪声高帧频感光CCD三者依次平行布置,所述分光器件倾斜布置于主透镜、微透镜阵列之间,所述微透镜阵列位于主透镜的焦平面上,所述光场信息采集低噪声高帧频感光CCD布置于主透镜的共轭位置上,所述分光器件分别将来自主透镜的光分成两路,一路通过微透镜阵列在光场信息采集低噪声高帧频感光CCD上成像得到成像目标的四维光场分布、另一路在光场信息采集低噪声高帧频感光CCD上成像得到成像目标的受大气湍流影响的退化图像。
优选地,所述主透镜和微透镜阵列具有相同的相对孔径。
本发明可减弱大气湍流影响的成像方法具有下述优点:
1、本发明充分利用了光场相机结构在波前探测方面的优势,在波前探测方面,不受信标扩展性限制,同时具有大视场波前探测能力,通过一套光学系统、一次曝光来获取目标的光场信息与成像,一次性获得多视角对应的波前畸变,具有结构简单、视场大的优点,同时绕开了多传感器采样时同步性和均匀性的问题。
2、本发明不受传统自适应光学成像系统矫正器件如变形镜的机械结构限制,具有更大的动态矫正范围,在图像复原方面,采取数字恢复方案,处理速度可在并行运算环境下达到准实时,在实际应用中结构简单且具有更宽广的适用范围。
3、本发明中采取的光学成像系统分辨率不受微透镜尺寸限制,而取决于感光器件像素尺寸,成像分辨率远高于已有的光场成像系统。
本发明可减弱大气湍流影响的成像装置具有下述优点:本发明可减弱大气湍流影响的成像装置包括主透镜、分光器件、成像信息采集高帧频感光CCD、微透镜阵列和光场信息采集低噪声高帧频感光CCD,通过分光器件分别将来自主透镜的光分成两路,一路通过微透镜阵列在光场信息采集低噪声高帧频感光CCD上成像得到成像目标的四维光场分布、另一路在光场信息采集低噪声高帧频感光CCD上成像得到成像目标的受大气湍流影响的退化图像,从而能够为本发明可减弱大气湍流影响的成像方法提供基础数据,具有结构简单、成本低、适用范围广的优点。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例装置的结构示意图。
图3为本发明实施例装置的成像应用原理示意图。
具体实施方式
如图1所示,本实施例可减弱大气湍流影响的成像方法的步骤包括:
1)采集成像目标的四维光场分布I(u,v,x,y)、受大气湍流影响的退化图像g(x,y);
2)利用成像目标的四维光场分布I(u,v,x,y)解算大气湍流导致的全视场各视角方向相位波前畸变
3)根据大气湍流导致的全视场各视角方向相位波前畸变估计成像系统的相干成像点扩散函数h(xi,yi),利用估计得到的相干成像点扩散函数h(xi,yi)求解成像系统的系统成像点扩散函数hI(x,y);
4)根据退化图像g(x,y)的傅里叶变换G(fx,fy)、系统成像点扩散函数hI(x,y)的傅里叶变换HI(fx,fy)在频域对退化图像g(x,y)进行解卷积运算,求解得到成像目标理想成像的傅里叶变换I(fx,fy),然后将成像目标理想成像的傅里叶变换I(fx,fy)进行傅里叶逆变换,得到成像目标接近于衍射极限的理想成像i(x,y)。
本实施例中,步骤2)的详细步骤包括:
2.1)针对成像目标的四维光场分布I(u,v,x,y)进行积分运算,得到位于主望远镜焦面上的原始参考图像L(u,v);
2.2)在所述原始参考图像L(u,v)上选择若干关心的视角,选择一个视角作为当前视角θi,跳转执行步骤2.3);
2.3)以当前视角θi的中心位置(ui,vi)为中心,设置窗口u∈(ui-M,ui+M),v∈(vi-N,vi+N)对成像目标的四维光场分布I(u,v,x,y)和原始参考图像L(u,v)进行裁减,得到当前视角(ui,vi)的光场四维矩阵数据和基准参考图像Lθi(u,v),其中整数M为窗口的最大长度、整数N为窗口的最大宽度,u表示设置窗口的长度,v表示设置窗口的宽度;
2.4)对窗口数据进行重组,固定坐标(x,y),得到子光瞳对成像目标的一幅子图像Ixy(u,v),重复获取各子光瞳对成像目标的一幅子图像Ixy(u,v),生成成像目标在当前视角θi的中心位置(ui,vi)上的成像阵列;
2.5)针对每一幅子图像Ixy(u,v),将当前视角θi的中心位置(ui,vi)的光场四维矩阵数据获取各个视角上x和y方向上的波前斜率信息,最终得到由各个子图像Ixy(u,v)的x和y两个方向上的波前斜率信息构成的两组波前斜率矩阵Sx和Sy;
2.6)判断是否所有视角均已经处理完毕,如果已经处理完毕,则跳转执行步骤2.7);否则选择下一个视角作为当前视角θi,跳转执行步骤2.3);
2.7)得到所有视角上的两组波前斜率矩阵Sx和Sy,结合现阶段较为成熟的将波前复原算法将两组波前斜率矩阵Sx和Sy代入波前复原算法,复原出全视场不同视角上的相位畸变的分布由于大气湍流导致的非等晕性,各视角方向上的波前信息不同,使用窗口裁减成像目标的光场数据,窗口大小与大气等晕区域对应,每个窗口对应一个视角,每组窗口数据解算出两个波前斜率矩阵Sx,Sy,将波前斜率矩阵代入波前复原算法,复原出全视场不同视角上的相位畸变的分布
本实施例中,步骤2.1)中进行积分运算的函数表达式如式(1)所示;
L(u,v)=∫∫I(u,v,x,y)dxdy(1)
式(1)中,L(u,v)为原始参考图像,I(u,v,x,y)为成像目标的四维光场分布。
本实施例中,步骤2.5)中运算获取各个视角上x和y方向上的波前斜率信息的函数表达式如式(2)所示;
C(u,v)=F-1{[F{Lxy(u,v)}]*[F{Lθi(u,v)}]}(2)
式(2)中,C(u,v)为当前视角θi的子图像Ixy(u,v)与基准参考图像Lθi(u,v)的互相关值,C(x*,y*)为C(u,v)的峰值,(x*,y*)为子图像Ixy(u,v)与基准参考图像Lθi(u,v)之间的偏移量,(x*,y*)为对应于x和y方向上的波前斜率信息,F{Lxy(u,v)}为当前视角θi的子图像Ixy(u,v)的傅里叶变换,F{Lθi(u,v)}为基准参考图像Lθi(u,v)的傅里叶变换,F-1为傅里叶逆变换,Ixy(u,v)为当前视角θi的子图像,Lθi(u,v)为基准参考图像。
由于大气湍流导致的相位畸变的非等晕性,各视角方向上的波前信息不同。单一视角的相位分布可以用于估计这一视场角度上系统相干成像点扩散函数h(xi,yi);本实施例中,步骤3)中估计得到的系统相干成像点扩散函数如式(3)所示;
h(xi,yi)=F{t(x,y)}(3)
式(3)中,h(xi,yi)为相干成像点扩散函数,(xi,yi)为成像面坐标,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,成像系统的复振幅透过率函数t(x,y)的计算函数表达式如式(4)所示;
式(4)中,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,P(x,y)为孔径函数,为相位透过率函数。参见式(4)可知,成像系统的复振幅透过率函数t(x,y)由孔径函数P(x,y)与相位透过率函数两部分组成。
本实施例中,步骤3)中求解系统成像点扩散函数的函数表达式如式(5)所示;
hI(xi,yi)=|h(xi,yi)|2(5)
式(5)中,hI(xi,yi)为系统成像点扩散函数,h(xi,yi)为相干成像点扩散函数。对所有的视角θi都进行上述估计,就获得了全视场扩展目标成像的点扩散函数。对卫星图像的不同区域,如卫星电池板、卫星翼等分别进行处理,区域的大小与等晕区大小对应,利用获取的全视场各个视角方向上波前信息,对处于对应等晕区域的图像的成像点扩散函数进行估计。
本实施例中,步骤4)中还包括根据噪声与真实图像频谱的分布特点,对退化图像进行预处理,对高频噪声进行区分化规整并对其进行抑制,在保证噪声抑制的前提下保持图像的低频部分,抑制图像解卷积中的高频噪声影响。然后利用估计的不同等晕区域的成像点扩散函数,对处于同一等晕区域的图像进行解卷积操作,针对退化图像g(x,y)恢复达到接近理论衍射极限分辨率的图像i(x,y)。步骤4)中进行解卷积运算的函数表达式如式(6)所示;
式(6)中,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,G(fx,fy)为退化图像g(x,y)的傅里叶变换,HI(fx,fy)为系统成像点扩散函数hI(x,y)的傅里叶变换,H* I(fx,fy)为HI(fx,fy)的复共轭,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,N(fx,fy)为退化图像g(x,y)中的噪声成分n(x,y)的傅里叶变换,g(x,y)为退化图像,i(x,y)为成像目标的理想成像,hI(xi,yi)为系统成像点扩散函数,n(x,y)为噪声成分。本实施例根据噪声信息与成像信息在频域中分布的差异性,在频域中对噪声进行规整,抑制噪声对解卷积操作的影响,带入获取的目标成像傅立叶变换G(fx,fy)和成像点扩散函数傅立叶变换HI(fx,fy),利用式(6)在频域对图像进行解卷积运算,求解得到成像目标理想成像的傅里叶变换I(fx,fy),然后将成像目标理想成像的傅里叶变换I(fx,fy)进行傅里叶逆变换,得到成像目标接近于衍射极限的理想成像i(x,y)。
综上所述,本实施例的实现方法是利用光场采集结构获取成像目标的四维光场分布I(u,v,x,y),以此解算大气湍流导致的波前畸变通过解算的波前数据对系统成像点扩散函数hI(x,y)进行估计,结合成像结构采集的退化图像g(x,y),利用有效的图像处理技术,快速的实现图像高清晰复原,有效的减弱大气湍流对大口径望远镜成像质量造成的退化影响,同时具有大视场波前探测能力和较大像差矫正动态范围,适用范围广,不需要成像目标先验知识,能够准实时进行图像清晰化,不受波前探测信标扩展性限制而直接使用成像目标本身作为波前探测信标,可通过一套光学系统、一次曝光来获得全视场的由大气湍流带来的相位畸变信息,并对图像进行清晰化复原,探测视场大、成本低、动态范围大、图像分辨率高、适用范围广的优点。本实施例综合了光场相机大视场波前测量的优势和传统成像的优势,可实现宽视场目标的高清晰成像,在大口径望远镜清晰成像方面具有巨大的应用前景。
如图2所示,本实施例可减弱大气湍流影响的成像装置包括主透镜1、分光器件2、成像信息采集高帧频感光CCD3、微透镜阵列4和光场信息采集低噪声高帧频感光CCD5,主透镜1、微透镜阵列4、光场信息采集低噪声高帧频感光CCD5三者依次平行布置,分光器件2倾斜布置于主透镜1、微透镜阵列4之间,微透镜阵列4位于主透镜1的焦平面上,光场信息采集低噪声高帧频感光CCD5布置于主透镜1的共轭位置上,分光器件2分别将来自主透镜1的光分成两路,一路通过微透镜阵列4在光场信息采集低噪声高帧频感光CCD5上成像得到成像目标的四维光场分布、另一路在光场信息采集低噪声高帧频感光CCD5上成像得到成像目标的受大气湍流影响的退化图像。本实施例中,主透镜1和微透镜阵列4具有相同的相对孔径,以确保成像器件的像素得到最大限度的利用。
如图3所示,以卫星6的清晰成像为例,利用大口径望远镜对成像目标进行成像时,由于大气湍流导致波前畸变7的影响,成像质量严重退化,必须同步获取所有视角的波前畸变7的信息并对其进行补偿矫正,才能获得目标的高分辨率成像。在获取成像目标的四维光场分布与成像图像时,以卫星6本身作为波前探测信标,将其拉入主透镜1(探测望远镜)的视场内,将主透镜1对焦至飞机(成像目标),再将微透镜阵4列置于主透镜1的焦面上(二者具有相同的相对孔径以确保成像器件的像素得到最大限度的利用),将微透镜阵4的微透镜焦面成像到光场信息采集低噪声高帧频感光CCD5,构成大口径光场采集系统,在光场信息采集低噪声高帧频感光CCD5上,单个像素的强度可以表示为I(u,v,x,y)(其中u,v为微透镜单元的坐标,x,y为瞳面像内部的坐标,与瞳面坐标一一对应)。这种结构下,在光场信息采集低噪声高帧频感光CCD5采集目标四维光场分布信息同时,成像信息采集高帧频感光CCD3将获取目标的模糊成像信息。在采集成像目标的四维光场分布I(u,v,x,y)、受大气湍流影响的退化图像g(x,y)的基础上,即可应用本实施例前述可减弱大气湍流影响的成像方法获得减弱大气湍流影响的、成像目标接近于衍射极限的理想成像i(x,y)。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种可减弱大气湍流影响的成像方法,其特征在于步骤包括:
1)采集成像目标的四维光场分布I(u,v,x,y)、受大气湍流影响的退化图像g(x,y);
2)利用成像目标的四维光场分布I(u,v,x,y)解算大气湍流导致的全视场各视角方向相位波前畸变
3)根据大气湍流导致的全视场各视角方向相位波前畸变估计成像系统的相干成像点扩散函数h(xi,yi),利用估计得到的相干成像点扩散函数h(xi,yi)求解成像系统的系统成像点扩散函数hI(x,y);
4)根据退化图像g(x,y)的傅里叶变换G(fx,fy)、系统成像点扩散函数hI(x,y)的傅里叶变换HI(fx,fy)在频域对退化图像g(x,y)进行解卷积运算,求解得到成像目标理想成像的傅里叶变换I(fx,fy),然后将成像目标理想成像的傅里叶变换I(fx,fy)进行傅里叶逆变换,得到成像目标接近于衍射极限的理想成像i(x,y)。
2.根据权利要求1所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤2)的详细步骤包括:
2.1)针对成像目标的四维光场分布I(u,v,x,y)进行积分运算,得到位于主望远镜焦面上的原始参考图像L(u,v);
2.2)在所述原始参考图像L(u,v)上选择若干关心的视角,选择一个视角作为当前视角θi,跳转执行步骤2.3);
2.3)以当前视角θi的中心位置(ui,vi)为中心,设置窗口u∈(ui-M,ui+M),v∈(vi-N,vi+N)对成像目标的四维光场分布I(u,v,x,y)和原始参考图像L(u,v)进行裁减,得到当前视角(ui,vi)的光场四维矩阵数据和基准参考图像Lθi(u,v),其中整数M为窗口的最大长度、整数N为窗口的最大宽度,u表示设置窗口的长度,v表示设置窗口的宽度;
2.4)对窗口数据进行重组,固定坐标(x,y),得到子光瞳对成像目标的一幅子图像Ixy(u,v),重复获取各子光瞳对成像目标的一幅子图像Ixy(u,v),生成成像目标在当前视角θi的中心位置(ui,vi)上的成像阵列;
2.5)针对每一幅子图像Ixy(u,v),将当前视角θi的中心位置(ui,vi)的光场四维矩阵数据获取各个视角上x和y方向上的波前斜率信息,最终得到由各个子图像Ixy(u,v)的x和y两个方向上的波前斜率信息构成的两组波前斜率矩阵Sx和Sy;
2.6)判断是否所有视角均已经处理完毕,如果已经处理完毕,则跳转执行步骤2.7);否则选择下一个视角作为当前视角θi,跳转执行步骤2.3);
2.7)得到所有视角上的两组波前斜率矩阵Sx和Sy,结合现阶段较为成熟的将波前复原算法将两组波前斜率矩阵Sx和Sy代入波前复原算法,复原出全视场不同视角上的相位畸变的分布
3.根据权利要求2所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤2.1)中进行积分运算的函数表达式如式(1)所示;
L(u,v)=∫∫I(u,v,x,y)dxdy(1)
式(1)中,L(u,v)为原始参考图像,I(u,v,x,y)为成像目标的四维光场分布。
4.根据权利要求3所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤2.5)中运算获取各个视角上x和y方向上的波前斜率信息的函数表达式如式(2)所示;
C(u,v)=F-1{[F{Lxy(u,v)}]*[F{Lθi(u,v)}]}(2)
式(2)中,C(u,v)为当前视角θi的子图像Ixy(u,v)与基准参考图像Lθi(u,v)的互相关值,C(x*,y*)为C(u,v)的峰值,(x*,y*)为子图像Ixy(u,v)与基准参考图像Lθi(u,v)之间的偏移量,(x*,y*)为对应于x和y方向上的波前斜率信息,F{Lxy(u,v)}为当前视角θi的子图像Ixy(u,v)的傅里叶变换,F{Lθi(u,v)}为基准参考图像Lθi(u,v)的傅里叶变换,F-1为傅里叶逆变换,Ixy(u,v)为当前视角θi的子图像,Lθi(u,v)为基准参考图像。
5.根据权利要求4所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤3)中估计得到的系统相干成像点扩散函数如式(3)所示;
h(xi,yi)=F{t(x,y)}(3)
式(3)中,h(xi,yi)为相干成像点扩散函数,(xi,yi)为成像面坐标,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,成像系统的复振幅透过率函数t(x,y)的计算函数表达式如式(4)所示;
式(4)中,t(x,y)为成像系统的复振幅透过率函数,(x,y)为成像系统入曈面坐标,P(x,y)为孔径函数,为相位透过率函数。
6.根据权利要求5所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤3)中求解系统成像点扩散函数的函数表达式如式(5)所示;
hI(xi,yi)=|h(xi,yi)|2(5)
式(5)中,hI(xi,yi)为系统成像点扩散函数,h(xi,yi)为相干成像点扩散函数。
7.根据权利要求6所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤4)中进行解卷积运算的函数表达式如式(6)所示;
式(6)中,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,G(fx,fy)为退化图像g(x,y)的傅里叶变换,HI(fx,fy)为系统成像点扩散函数hI(x,y)的傅里叶变换,H* I(fx,fy)为HI(fx,fy)的复共轭,I(fx,fy)为成像目标的理想成像i(x,y)的傅里叶变换,N(fx,fy)为退化图像g(x,y)中的噪声成分n(x,y)的傅里叶变换,g(x,y)为退化图像,i(x,y)为成像目标的理想成像,hI(xi,yi)为系统成像点扩散函数,n(x,y)为噪声成分。
8.根据权利要求7所述的可减弱大气湍流影响的成像方法,其特征在于,所述步骤4)中进行解卷积运算之前,还包括下述步骤:根据噪声与真实图像频谱的分布特点对退化图像g(x,y)进行预处理以对高频噪声进行区分化规整并对其进行抑制,在保证噪声抑制的前提下保持图像的低频部分、抑制图像解卷积中的高频噪声影响。
9.一种可减弱大气湍流影响的成像装置,其特征在于:包括主透镜(1)、分光器件(2)、成像信息采集高帧频感光CCD(3)、微透镜阵列(4)和光场信息采集低噪声高帧频感光CCD(5),所述主透镜(1)、微透镜阵列(4)、光场信息采集低噪声高帧频感光CCD(5)三者依次平行布置,所述分光器件(2)倾斜布置于主透镜(1)、微透镜阵列(4)之间,所述微透镜阵列(4)位于主透镜(1)的焦平面上,所述光场信息采集低噪声高帧频感光CCD(5)布置于主透镜(1)的共轭位置上,所述分光器件(2)分别将来自主透镜(1)的光分成两路,一路通过微透镜阵列(4)在光场信息采集低噪声高帧频感光CCD(5)上成像得到成像目标的四维光场分布、另一路在光场信息采集低噪声高帧频感光CCD(5)上成像得到成像目标的受大气湍流影响的退化图像。
10.根据权利要求9所述的可减弱大气湍流影响的成像装置,其特征在于:所述主透镜(1)和微透镜阵列(4)具有相同的相对孔径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610149048.8A CN105739091B (zh) | 2016-03-16 | 2016-03-16 | 一种可减弱大气湍流影响的成像方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610149048.8A CN105739091B (zh) | 2016-03-16 | 2016-03-16 | 一种可减弱大气湍流影响的成像方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105739091A true CN105739091A (zh) | 2016-07-06 |
CN105739091B CN105739091B (zh) | 2018-10-12 |
Family
ID=56251690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610149048.8A Active CN105739091B (zh) | 2016-03-16 | 2016-03-16 | 一种可减弱大气湍流影响的成像方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105739091B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106482731A (zh) * | 2016-09-29 | 2017-03-08 | 华中光电技术研究所(中国船舶重工集团公司第七七研究所) | 一种抑制白天大气湍流效应的大视场测星传感器及使用方法 |
CN106934110A (zh) * | 2016-12-14 | 2017-07-07 | 北京信息科技大学 | 一种由聚焦堆栈重建光场的滤波反投影方法和装置 |
CN108510492A (zh) * | 2018-04-04 | 2018-09-07 | 中国科学院云南天文台 | 一种基于太阳色球幸运图像的多核并行实时重建方法 |
CN108534983A (zh) * | 2016-10-08 | 2018-09-14 | 哈尔滨理工大学 | 阵列吹气式湍流效应模拟装置 |
CN108692820A (zh) * | 2018-05-23 | 2018-10-23 | 马晓燠 | 一种波前测量装置及方法 |
CN109379532A (zh) * | 2018-10-08 | 2019-02-22 | 长春理工大学 | 一种计算成像系统及方法 |
CN109949256A (zh) * | 2019-01-14 | 2019-06-28 | 昆明理工大学 | 一种基于傅里叶变换的天文图像融合方法 |
CN109975827A (zh) * | 2019-04-04 | 2019-07-05 | 北京航天控制仪器研究所 | 一种远距离抗大气湍流的成像方法及系统 |
CN110068973A (zh) * | 2019-04-15 | 2019-07-30 | 中国科学院光电技术研究所 | 一种基于反卷积神经网络的液晶像差校正方法 |
CN112330669A (zh) * | 2020-11-27 | 2021-02-05 | 北京理工大学 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
CN113566984A (zh) * | 2021-07-26 | 2021-10-29 | 中国科学院国家天文台南京天文光学技术研究所 | 基于傅里叶频谱消除的扩展物体波前传感装置及方法 |
CN114881874A (zh) * | 2022-04-26 | 2022-08-09 | 中国科学院光电技术研究所 | 基于自适应光学望远镜成像过程的高分辨力图像生成方法 |
CN116402722A (zh) * | 2023-05-29 | 2023-07-07 | 新奥特(南京)视频技术有限公司 | 一种视频图像湍流抑制的处理方法、装置及视频处理设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101952855A (zh) * | 2008-01-15 | 2011-01-19 | 拉古纳大学 | 从三维场景实时获取视觉信息的方法和照相机 |
US20110310276A1 (en) * | 2010-06-17 | 2011-12-22 | Lim Jae-Guyn | Optical apparatus and imaging apparatus using the same |
CN102865931A (zh) * | 2012-09-19 | 2013-01-09 | 中国人民解放军国防科学技术大学 | 基于运动扩展目标的大视场波前畸变探测方法 |
US20140063332A1 (en) * | 2012-09-04 | 2014-03-06 | Canon Kabushiki Kaisha | Apparatus and method for acquiring information about light-field data |
CN104539832A (zh) * | 2014-12-31 | 2015-04-22 | 上海理工大学 | 混合式光场成像系统 |
-
2016
- 2016-03-16 CN CN201610149048.8A patent/CN105739091B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101952855A (zh) * | 2008-01-15 | 2011-01-19 | 拉古纳大学 | 从三维场景实时获取视觉信息的方法和照相机 |
US20110310276A1 (en) * | 2010-06-17 | 2011-12-22 | Lim Jae-Guyn | Optical apparatus and imaging apparatus using the same |
US20140063332A1 (en) * | 2012-09-04 | 2014-03-06 | Canon Kabushiki Kaisha | Apparatus and method for acquiring information about light-field data |
CN102865931A (zh) * | 2012-09-19 | 2013-01-09 | 中国人民解放军国防科学技术大学 | 基于运动扩展目标的大视场波前畸变探测方法 |
CN104539832A (zh) * | 2014-12-31 | 2015-04-22 | 上海理工大学 | 混合式光场成像系统 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106482731A (zh) * | 2016-09-29 | 2017-03-08 | 华中光电技术研究所(中国船舶重工集团公司第七七研究所) | 一种抑制白天大气湍流效应的大视场测星传感器及使用方法 |
CN108534983A (zh) * | 2016-10-08 | 2018-09-14 | 哈尔滨理工大学 | 阵列吹气式湍流效应模拟装置 |
CN106934110A (zh) * | 2016-12-14 | 2017-07-07 | 北京信息科技大学 | 一种由聚焦堆栈重建光场的滤波反投影方法和装置 |
CN108510492A (zh) * | 2018-04-04 | 2018-09-07 | 中国科学院云南天文台 | 一种基于太阳色球幸运图像的多核并行实时重建方法 |
CN108510492B (zh) * | 2018-04-04 | 2023-08-25 | 中国科学院云南天文台 | 一种基于太阳色球幸运图像的多核并行实时重建方法 |
CN108692820B (zh) * | 2018-05-23 | 2019-11-29 | 马晓燠 | 一种波前测量装置及方法 |
CN108692820A (zh) * | 2018-05-23 | 2018-10-23 | 马晓燠 | 一种波前测量装置及方法 |
CN109379532B (zh) * | 2018-10-08 | 2020-10-16 | 长春理工大学 | 一种计算成像系统及方法 |
CN109379532A (zh) * | 2018-10-08 | 2019-02-22 | 长春理工大学 | 一种计算成像系统及方法 |
CN109949256B (zh) * | 2019-01-14 | 2023-04-07 | 昆明理工大学 | 一种基于傅里叶变换的天文图像融合方法 |
CN109949256A (zh) * | 2019-01-14 | 2019-06-28 | 昆明理工大学 | 一种基于傅里叶变换的天文图像融合方法 |
CN109975827A (zh) * | 2019-04-04 | 2019-07-05 | 北京航天控制仪器研究所 | 一种远距离抗大气湍流的成像方法及系统 |
CN109975827B (zh) * | 2019-04-04 | 2021-09-07 | 北京航天控制仪器研究所 | 一种远距离抗大气湍流的成像方法及系统 |
CN110068973A (zh) * | 2019-04-15 | 2019-07-30 | 中国科学院光电技术研究所 | 一种基于反卷积神经网络的液晶像差校正方法 |
CN112330669A (zh) * | 2020-11-27 | 2021-02-05 | 北京理工大学 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
CN112330669B (zh) * | 2020-11-27 | 2022-12-20 | 北京理工大学 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
CN113566984A (zh) * | 2021-07-26 | 2021-10-29 | 中国科学院国家天文台南京天文光学技术研究所 | 基于傅里叶频谱消除的扩展物体波前传感装置及方法 |
CN113566984B (zh) * | 2021-07-26 | 2022-08-12 | 中国科学院国家天文台南京天文光学技术研究所 | 基于傅里叶频谱消除的扩展物体波前传感装置及方法 |
CN114881874A (zh) * | 2022-04-26 | 2022-08-09 | 中国科学院光电技术研究所 | 基于自适应光学望远镜成像过程的高分辨力图像生成方法 |
CN114881874B (zh) * | 2022-04-26 | 2023-03-31 | 中国科学院光电技术研究所 | 基于自适应光学望远镜成像过程的高分辨力图像生成方法 |
CN116402722A (zh) * | 2023-05-29 | 2023-07-07 | 新奥特(南京)视频技术有限公司 | 一种视频图像湍流抑制的处理方法、装置及视频处理设备 |
CN116402722B (zh) * | 2023-05-29 | 2023-08-22 | 新奥特(南京)视频技术有限公司 | 一种视频图像湍流抑制的处理方法、装置及视频处理设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105739091B (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105739091A (zh) | 一种可减弱大气湍流影响的成像方法及装置 | |
Rimmele et al. | Solar adaptive optics | |
JP6570991B2 (ja) | 大口径望遠鏡における、非同一平面上の(anisoplanatic)画像形成のためのレンズレット、ビームウォーク(beamwalk)、及びチルトの多様化 | |
Rousset | Wave-front sensors | |
CN102662178B (zh) | 空间目标白天高分辨率光电成像探测系统 | |
CN104735445A (zh) | 一种基于靶标图像的空间相机颤振分析方法 | |
CN109708842A (zh) | 一种基于单像素成像的相机镜头点扩散函数测量方法 | |
CN111031264A (zh) | 一种基于透射式红外孔径编码成像系统及其超分辨方法 | |
CN110146180A (zh) | 一种基于焦面哈特曼波前传感器的大视场图像清晰化装置及方法 | |
Wang et al. | A fine image motion compensation method for the panoramic TDI CCD camera in remote sensing applications | |
CN105044906B (zh) | 一种基于图像信息的快速扩展目标成像校正方法 | |
CN102865931A (zh) | 基于运动扩展目标的大视场波前畸变探测方法 | |
CN110146258B (zh) | 一种Poisson noise模型下对扩展目标成像时的相位恢复方法 | |
CN107144354A (zh) | 主动探测气动光学效应并实时补偿的红外成像装置及方法 | |
CN103398782B (zh) | 一种基于大气湍流校正的超分辨率红外热像仪 | |
CN104142131B (zh) | 一种相位成像系统 | |
CN113794512B (zh) | 一种基于本振光章动的信号光波前补偿方法 | |
Gladysz et al. | Comparison of image restoration algorithms in the context of horizontal-path imaging | |
Calef | Improving imaging through turbulence via aperture partitioning | |
Xing et al. | Image restoration based on blur kernel estimation using vibration data | |
Hetterich et al. | Speckle interferometry observations of Pluto's moon Charon | |
Tao et al. | Image improvement based on sub-pixel post-integration for a staring imaging system in geostationary orbit | |
CN205029743U (zh) | 一种被动式单像素望远成像系统 | |
Bonet | High spatial resolution imaging in solar physics | |
Ren et al. | Technology of Image Motion Compensation for Different Velocity of Aerial Camera Based on Integration Level and Frequency Division Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |