CN108646407B - 一种无波前感知自适应光学成像系统及其成像方法 - Google Patents

一种无波前感知自适应光学成像系统及其成像方法 Download PDF

Info

Publication number
CN108646407B
CN108646407B CN201810429403.6A CN201810429403A CN108646407B CN 108646407 B CN108646407 B CN 108646407B CN 201810429403 A CN201810429403 A CN 201810429403A CN 108646407 B CN108646407 B CN 108646407B
Authority
CN
China
Prior art keywords
wavefront
target
image
imaging
controller
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.)
Active
Application number
CN201810429403.6A
Other languages
English (en)
Other versions
CN108646407A (zh
Inventor
文良华
程翔
程晓洪
邵菊香
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yibin University
Original Assignee
Yibin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yibin University filed Critical Yibin University
Priority to CN201810429403.6A priority Critical patent/CN108646407B/zh
Publication of CN108646407A publication Critical patent/CN108646407A/zh
Application granted granted Critical
Publication of CN108646407B publication Critical patent/CN108646407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/0025Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00 for optical correction, e.g. distorsion, aberration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Light Control Or Optical Switches (AREA)
  • Studio Devices (AREA)
  • Eye Examination Apparatus (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种无波前感知自适应光学成像方法,包括波前控制器、远场探测相机、高压放大器、波前校正单元变形反射镜、采集计算机和目标成像相机;波前控制器根据远场探测相机接收的目标局部成像,采用寻优控制算法,并输出多通道电压控制信号于高压放大器后并驱动波前校正单元变形反射镜,实现波前的校正,使图像采集计算机接收到目标成像相机的高分辨目标图像。本发明的优点在于:提高自适应光学校正速度和波前畸变校正能力,获得高分辨的目标图像。

Description

一种无波前感知自适应光学成像系统及其成像方法
技术领域
本发明涉及光学成像技术领域,特别涉及一种无波前感知自适应光学成像系统及其成像方法。
背景技术
无波前感知自适应光学广泛应用于波前位相跃变,信标难以获取,暗弱目标及一些特殊应用场合,如:共焦显微镜、空间目标、遥感、光学相干层析等成像应用领域;实现成像系统光学误差和缓慢变化波前像差的反馈校正,并获得高分辨率图像。无波前感知自适应光学系统波前校正速度主要取决于波前校正算法和远场探测相机的帧频。当系统采用控制校正算法一定时,波前校正迭代速度主要取决于远场相机探测帧频,即远场相机的采集帧频越快,波前校正迭代速度越快。然而,在扩展目标成像应用中,目标成像的大视场、全靶面成像探测使远场相机工作在极低的帧频下,导致了无波前感知自适应光学波前校正迭代速度严重下降。因此,出现了目标成像对相机大视场、全靶面、高分辨率的要求和自适应光学控制对相机高帧频需求之间的矛盾。单一提高相机的全靶面探测帧频的方法潜力有限,尤其在一些特殊成像波段(红外波段),由于光电量子转换效率极低,相机成本动辄上百万,提高全靶面帧频将进一步加剧成像系统的成本。
目前,根据信息光学可知:成像光束波前畸变(像差)的存在,导致成像系统的点扩散函数(Point Spread Function,PSF)弥散,而非相干成像可以理解为成像目标上的点与成像系统不同空间频率位移PSF的卷积叠加,PSF弥散导致成像分辨率下降。故通用的无波前感知的自适应系统基于图像最优时成像光束波前畸变最小的原理,实现波前像差的校正,获得高分辨成像。具体原理可以用式(1)和式(2)说明。
Figure GDA0002746539320000021
式中(x,y)为成像焦面的坐标,(ξ,η)为入瞳面坐标,A(ξ,η)和R(ξ,η)分别无穷远处点光源在成像系统入瞳面的振幅和波前位相函数,k波数,z为成像焦距。根据点目标成像波前畸变对焦面光强的影响可知,当R(ξ,η)≠0时,远场光斑I(x,y)即成像系统的PSF弥散,成像分辨率下降。
g(x,y)=f(x,y)*d(x,y)+w(x,y) (2)
式中g(x,y)为扩展目标的像,f(x,y)为扩展目标函数,d(x,y)为成像系统的点扩展函数(PSF),w(x,y)为成像探测器的加性噪声函数,符号*表示为二维空域的线性卷积。
通用无波前感知自适应光学扩展目标成像系统结构主要由:波前校正单元变形反射镜、高压放大器、波前控制器、远场探测与目标成像相机、和聚焦透镜组成。其波前畸变校正过程为:根据图像的优化指标,采用寻优控制算法,向波前校正单元(变形镜)施加扰动电压,CCD相机测量焦面光强形成反馈图像信号,控制器计算反馈图像的优化指标,向最优化指标量的方向迭代,寻求一定约束条件下的最优控制电压输出量,实现波前畸变的反馈校正,从而获得高分辨目标图像。
基于通用无波前感知自适应光学的扩展目标高分辨成像系统实施过程,以经典算法-随机并行梯度下降(SPGD)算法为例,其技术方案实施步骤为:
步骤1:控制器产生K时刻服从独立同分布的多通道随机扰动电压
Figure GDA0002746539320000031
生成K时刻负向控制电压
Figure GDA0002746539320000032
信号,经高压放大器后作用于变形镜,远场相机采集目标图像,并向控制器输入反馈信号,控制器计算K时刻反馈图像优化指标J(V- (k))。
步骤2:控制器生成K时刻正向控制电压
Figure GDA0002746539320000033
信号,经高压放大器后作用于变形镜,远场相机采集目标图像,并向控制器输入反馈信号,控制器计算K时刻反馈图像优化指标J(V+ (k))
步骤3:获得图像指标的梯度估计ΔJ(k)
ΔJ(k)=J(V+ (k))-J(V- (k)) (1.2.3)
步骤4:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长。
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k) (1.2.4)
步骤5:判断图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤4循环,继续寻优迭代;目标图像满足时,对应的波前残差小于应用需求停止迭代,获得高分辨目标图像。
上述现有技术的缺陷在于:主要面临自适应光学远场探测和目标成像功能耦合,即目标成像和远场探测都是采用系统远场与目标相机实现。扩展目标成像要求相机工作在大成像靶面、大视场成像,有时需要长曝光,这样导致相机工作非常低帧频;另一方面,根据通用无波前感知自适应光学系统实施步骤可知,远场探测相机帧频越高,迭代速度越快,校正速度和目标图像复原效果越好。
相机工作模式很难同时满足目标成像的大视场、大靶面探测和自适应光学高帧频远场探测要求,在某些低量子效率的成像波段,这种双功能耦合单一相机实现的系统成本更高。即使在不计成本的应用中,由于成像相机大靶面探测的大尺寸图像,将导致巨大的数据处理要求,对波前控制器的数据处理能力和系统数据传输带宽带来极大的挑战。
发明内容
本发明针对现有技术的缺陷,提供了一种无波前感知自适应光学成像系统及其成像方法,能有效的解决上述现有技术存在的问题。
为了实现以上发明目的,本发明采取的技术方案如下:
一种无波前感知自适应光学成像系统,包括:波前校正单元变形反射镜1、高压放大器2、波前控制器3、远场探测相机4、和聚焦透镜A5、光束分光器6、聚焦透镜B7、目标成像相机8和图像采集计算机9;
波前校正单元变形反射镜1用于:根据高压放大器2输出的驱动电压,产生波前畸变的共轭面形,实现波前像差的校正;
高压放大器2用于:放大波前控制器3输出的多通道控制小信号,驱动波前校正单元变形反射镜1;
波前控制器3用于:接收远场探测相机4的图像信号,采用迭代寻优算法,输出多通道控制小信号到高压放大器2;
远场探测相机4用于:探测聚焦透镜A5的焦面图像,形成反馈信号,输出到波前控制器3;
聚焦透镜A5用于:接收来自光束分光器6的远场探测光束,形成远场探测相机4的输入信号;
光束分光器6用于:将成像光束分成成像采集光束和远场探测光束,分别作用于聚焦透镜A5和聚焦透镜B7;
聚焦透镜B7用于:接收来自光束分光器6的成像采集光束,形成目标成像相机8的输入信号;
目标成像相机8用于:采样聚焦透镜B7的焦面图像,形成目标图像信号,输出到图像采集计算机9;
图像采集计算机9用于:接收目标成像相机8的图像输入信号,获取目标图像。
进一步地,该系统波前畸变校正和图像复原过程为:波前控制器3根据远场探测相机4接收的目标局部成像,采用寻优控制算法,并输出多通道电压控制信号于高压放大器2后并驱动波前校正单元变形反射镜1,实现波前的校正,使图像采集计算机9接收到目标成像相机8的高分辨目标图像。
上述无波前感知自适应光学成像系统的成像方法,包括以下步骤:
步骤1:控制器产生K时刻服从独立同分布的多通道随机扰动电压
Figure GDA0002746539320000061
生成K时刻负向控制电
Figure GDA0002746539320000062
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V- (k));
步骤2:控制器生成K时刻正向控制电压
Figure GDA0002746539320000064
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V+ (k));
步骤3:获得图像指标的梯度估计ΔJ(k)
ΔJ(k)=J(V+ (k)-J(V- (k));
步骤4:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长;
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤5:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤4循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机8获得高分辨目标图像。
作为优选,基于无波前感知自适应光学成像系统的成像方法,可以替换为采用基于像差模式的寻优算法完成波前像差的校正和高分辨目标图像复原;具体步骤如下:
步骤1:控制器产生K时刻独立同分布的像差模式系数随机量Δα(k)=(Δα3,Δα4…ΔαM),因变形镜不对平移、X和Y方向倾斜像差校正,故像差像从第3阶开始,预设像差总项数为M-3。利用模式系数与变形镜影响函数的关系矩阵Czv,将系数随机量Δα(k)成多通道控制电压扰动量
Figure GDA0002746539320000071
Δv(k)=CzvΔa(k)
步骤2:生成K时刻负向控制电压
Figure GDA0002746539320000072
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V- (k));
步骤3:控制器生成K时刻正向控制电压
Figure GDA0002746539320000073
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V+ (k));
步骤4:获得图像指标的梯度估计ΔJ(k)
ΔJ(k)=J(V+ (k))-J(V- (k));
步骤5:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长;
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤6:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤5循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机8获得高分辨目标图像。
与现有技术相比本发明的优点在于:根据扩展目标成像过程的稀疏特性,通过成像光路设计,实现目标成像探测和自适应光学元远场感知的物理分离,使目标成像相机工作模式独立于自适应光学远场探测;从而实现低数据处理能力和低数据传输带宽的高速波前校正,提高自适应光学校正速度和波前畸变校正能力,获得高分辨的目标图像。
附图说明
图1为本发明实施例无波前感知自适应光学成像系统结构示意图;
图2为本发明实施例扩展目标图像和其局部图像;(a)扩展目标图像,(b)局部成像;
图3为本发明实施例波前畸变校正前后的目标图像;(a)校正前目标图像,(b)校正后目标图像;
图4为本发明实施例波前畸变校正收敛速度曲线图;(a)传统无波前感知自适应光学收敛速度:相机帧频56帧/s,收敛帧数2400,收敛时间2400*1/56=42.86秒,(b)局部成像的无波前感知自适应光学收敛速度:相机帧频288帧/s,收敛帧数670,收敛时间2.33秒,提高约20倍。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图并列举实施例,对本发明做进一步详细说明。
实施例1
如图1所示,成像系统主要由波前校正单元变形反射镜1、高压放大器2、波前控制器3、远场探测相机4、和聚焦透镜A5、光束分光器6、聚焦透镜B7、目标成像相机8、图像采集计算机9组成。
波前校正单元变形反射镜1用于:根据高压放大器2输出的驱动电压,产生波前畸变的共轭面形,实现波前像差的校正。
高压放大器2用于:放大波前控制器3输出的多通道控制小信号,驱动波前校正单元变形反射镜1。
波前控制器3用于:接收远场探测相机4的图像信号,采用迭代寻优算法,输出多通道控制小信号到高压放大器2。
远场探测相机4用于:探测聚焦透镜A5的焦面图像,形成反馈信号,输出到波前控制器3。
聚焦透镜A5用于:接收来自光束分光器6的远场探测光束,形成远场探测相机4的输入信号。
光束分光器6用于:将成像光束分成成像采集光束和远场探测光束,分别作用于聚焦透镜A5和聚焦透镜B7。
聚焦透镜B7用于:接收来自光束分光器6的成像采集光束,形成目标成像相机8的输入信号。
目标成像相机8用于:采样聚焦透镜B7的焦面图像,形成目标图像信号,输出到图像采集计算机9.
图像采集计算机9用于:接收目标成像相机8的图像输入信号,获取目标图像。
其波前畸变校正和图像复原过程为:波前控制器3根据远场探测相机4接收的目标局部成像,采用寻优控制算法,并输出多通道电压控制信号于高压放大器2后并驱动波前校正单元变形反射镜1,实现波前的校正,使图像采集计算机9接收到目标成像相机8的高分辨目标图像。
基于上述无波前感知自适应光学成像系统的成像方法,以经典算法-随机并行梯度下降(SPGD)算法为例,其具体步骤为:
步骤1:控制器产生K时刻服从独立同分布的多通道随机扰动电压
Figure GDA0002746539320000101
生成K时刻负向控制电
Figure GDA0002746539320000102
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V- (k))。
步骤2:控制器生成K时刻正向控制电压
Figure GDA0002746539320000103
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V+ (k))。
步骤3:获得图像指标的梯度估计ΔJ(k)
ΔJ(k)=J(V+ (k))-J(V- (k))
步骤4:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长。
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤5:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤4循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机8获得高分辨目标图像。
如图2所示,利用本方法的扩展目标图像和其局部图像;
如图3所示,利用本方法的波前畸变校正前后的目标图像;
如图4所示,利用本方法的波前畸变校正收敛速度。
实施例2
本实施例只针对实施例1的不同之处进行描述,相同之处不再阐述。
基于无波前感知自适应光学成像系统的成像方法,可以替换为采用基于像差模式的寻优算法完成波前像差的校正和高分辨目标图像复原。具体步骤如下:
步骤1:控制器产生K时刻独立同分布的像差模式系数随机量Δα(k)=(Δα3,Δα4…ΔαM),因变形镜不对平移、X和Y方向倾斜像差校正,故像差像从第3阶开始,预设像差总项数为M-3。利用模式系数与变形镜影响函数的关系矩阵Czv,将系数随机量Δα(k)成多通道控制电压扰动量
Figure GDA0002746539320000121
Δv(k)=CzvΔa(k)
步骤2:生成K时刻负向控制电压
Figure GDA0002746539320000122
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V- (k))。
步骤3:控制器生成K时刻正向控制电压
Figure GDA0002746539320000123
信号,经高压放大器后作用于变形镜,远场探测相机4对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标J(V+ (k))。
步骤4:获得图像指标的梯度估计ΔJ(k)
ΔJ(k)=J(V+ (k))-J(V- (k))
步骤5:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长。
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤6:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤5循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机8获得高分辨目标图像。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。

Claims (3)

1.一种无波前感知自适应光学成像方法,其特征在于:
所述成像方法是在成像系统的基础上实现的,成像系统包括:波前校正单元变形反射镜(1)、高压放大器(2)、波前控制器(3)、远场探测相机(4)、和聚焦透镜A(5)、光束分光器(6)、聚焦透镜B(7)、目标成像相机(8)和图像采集计算机(9);
波前校正单元变形反射镜(1)用于:根据高压放大器(2)输出的驱动电压,产生波前畸变的共轭面形,实现波前像差的校正;
高压放大器(2)用于:放大波前控制器(3)输出的多通道控制小信号,驱动波前校正单元变形反射镜(1);
波前控制器(3)用于:接收远场探测相机(4)的图像信号,采用迭代寻优算法,输出多通道控制小信号到高压放大器(2);
远场探测相机(4)用于:探测聚焦透镜A(5)的焦面图像,形成反馈信号,输出到波前控制器(3);
聚焦透镜A(5)用于:接收来自光束分光器(6)的远场探测光束,形成远场探测相机(4)的输入信号;
光束分光器(6)用于:将成像光束分成成像采集光束和远场探测光束,分别作用于聚焦透镜A(5)和聚焦透镜B(7);
聚焦透镜B(7)用于:接收来自光束分光器(6)的成像采集光束,形成目标成像相机(8)的输入信号;
目标成像相机(8)用于:采样聚焦透镜B(7)的焦面图像,形成目标图像信号,输出到图像采集计算机(9);
图像采集计算机(9)用于:接收目标成像相机(8)的图像输入信号,获取目标图像;
所述成像方法,包括以下步骤:
步骤1:控制器产生K时刻服从独立同分布的多通道随机扰动电压
Figure FDA0002746539310000021
生成K时刻负向控制电压
Figure FDA0002746539310000022
信号,经高压放大器后作用于变形镜,远场探测相机(4)对目标局部成像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标
Figure FDA0002746539310000023
步骤2:控制器生成K时刻正向控制电压
Figure FDA0002746539310000024
信号,经高压放大器后作用于变形镜,远场探测相机(4)对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标
Figure FDA0002746539310000025
步骤3:获得图像指标的梯度估计ΔJ(k)
Figure FDA0002746539310000026
步骤4:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长;
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤5:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤4循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机(8)获得高分辨目标图像。
2.根据权利要求1所述的成像方法,其特征在于:成像系统波前畸变校正和图像复原过程为:波前控制器(3)根据远场探测相机(4)接收的目标局部成像,采用寻优控制算法,并输出多通道电压控制信号于高压放大器(2)后并驱动波前校正单元变形反射镜(1),实现波前的校正,使图像采集计算机(9)接收到目标成像相机(8)的高分辨目标图像。
3.根据权利要求1所述的成像方法,包括以下步骤:
步骤1:控制器产生K时刻独立同分布的像差模式系数随机量Δα(k)=(Δα3,Δα4…ΔαM),因变形镜不对平移、X和Y方向倾斜像差校正,故像差像从第3阶开始,预设像差总项数为M-3;利用模式系数与变形镜影响函数的关系矩阵Czv,将系数随机量Δα(k)成多通道控制电压扰动量
Figure FDA0002746539310000031
Δv(k)=CzvΔa(k)
步骤2:生成K时刻负向控制电压
Figure FDA0002746539310000032
信号,经高压放大器后作用于变形镜,远场探测相机(4)对目标局部成像,并向控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标
Figure FDA0002746539310000033
步骤3:控制器生成K时刻正向控制电压
Figure FDA0002746539310000034
信号,经高压放大器后作用于变形镜,远场探测相机(4)对目标局部成像,并像控制器输入反馈信号,控制器计算K时刻反馈的目标局部图像优化指标
Figure FDA0002746539310000035
步骤4:获得图像指标的梯度估计ΔJ(k)
Figure FDA0002746539310000036
步骤5:根据梯度估计ΔJ(k),实现K+1电压的迭代,并根据情况调整增益γ实现算法的搜索步长;
V(k+1)=V(k)+γ.ΔJ(k).ΔV(k)
步骤6:判断目标局部图像指标是否满足优化指标要求,不满足时,跳转到步骤1至步骤5循环,继续寻优迭代;目标局部图像满足时,对应的波前残差小于应用需求停止迭代,目标成像相机(8)获得高分辨目标图像。
CN201810429403.6A 2018-05-08 2018-05-08 一种无波前感知自适应光学成像系统及其成像方法 Active CN108646407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810429403.6A CN108646407B (zh) 2018-05-08 2018-05-08 一种无波前感知自适应光学成像系统及其成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810429403.6A CN108646407B (zh) 2018-05-08 2018-05-08 一种无波前感知自适应光学成像系统及其成像方法

Publications (2)

Publication Number Publication Date
CN108646407A CN108646407A (zh) 2018-10-12
CN108646407B true CN108646407B (zh) 2020-12-18

Family

ID=63749656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810429403.6A Active CN108646407B (zh) 2018-05-08 2018-05-08 一种无波前感知自适应光学成像系统及其成像方法

Country Status (1)

Country Link
CN (1) CN108646407B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111920376B (zh) * 2020-06-16 2023-09-29 中国科学院苏州生物医学工程技术研究所 自适应光学双轴扫描成像的非等晕像差校正方法与装置
CN112099229B (zh) * 2020-10-30 2022-06-28 中国科学院光电技术研究所 基于远场的高速自适应光学闭环控制方法
CN112882224B (zh) * 2021-01-19 2021-12-14 中国工程物理研究院激光聚变研究中心 一种波前控制方法
CN114428396B (zh) * 2021-12-23 2024-02-09 北京空间机电研究所 一种基于数字胶片成像的详普查一体化空间光学成像系统和方法
CN114488520B (zh) * 2021-12-27 2024-04-23 西南技术物理研究所 一种基于成像清晰度的显微镜像差校正装置
CN115857157B (zh) * 2022-11-25 2023-08-15 西华师范大学 一种基于AMSGrad的SPGD算法的无波前传感自适应光学校正方法
CN116400495B (zh) * 2023-03-16 2024-02-23 金陵科技学院 一种基于run优化算法的波前校正系统
US12025793B1 (en) 2023-03-16 2024-07-02 Jinling Institute Of Technology Wavefront correction system based on RUN optimization algorithm

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987547A (zh) * 2006-12-30 2007-06-27 中国科学院光电技术研究所 一种利用望远镜次镜自动校正望远镜像差的装置
CN101078808A (zh) * 2007-06-28 2007-11-28 中国科学院光电技术研究所 基于像清晰化原理的自适应光学星体目标成像系统
CN101694545A (zh) * 2009-10-27 2010-04-14 北京理工大学 改善扩展目标成像像质的波前校正方法和波前校正系统
CN101794962A (zh) * 2010-03-10 2010-08-04 中国科学院光电技术研究所 一种自适应高阶横模激光相干合成装置
CN106526839A (zh) * 2016-12-02 2017-03-22 中国科学院光电技术研究所 一种基于模式的同步无波前自适应光学系统
CN107843982A (zh) * 2017-12-01 2018-03-27 长春理工大学 基于实时相位差异技术的无波前探测自适应光学系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987547A (zh) * 2006-12-30 2007-06-27 中国科学院光电技术研究所 一种利用望远镜次镜自动校正望远镜像差的装置
CN101078808A (zh) * 2007-06-28 2007-11-28 中国科学院光电技术研究所 基于像清晰化原理的自适应光学星体目标成像系统
CN101694545A (zh) * 2009-10-27 2010-04-14 北京理工大学 改善扩展目标成像像质的波前校正方法和波前校正系统
CN101794962A (zh) * 2010-03-10 2010-08-04 中国科学院光电技术研究所 一种自适应高阶横模激光相干合成装置
CN106526839A (zh) * 2016-12-02 2017-03-22 中国科学院光电技术研究所 一种基于模式的同步无波前自适应光学系统
CN107843982A (zh) * 2017-12-01 2018-03-27 长春理工大学 基于实时相位差异技术的无波前探测自适应光学系统

Also Published As

Publication number Publication date
CN108646407A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN108646407B (zh) 一种无波前感知自适应光学成像系统及其成像方法
US11169367B2 (en) Three-dimensional microscopic imaging method and system
US8442342B2 (en) Generation of image data with correction for optical misfocus utilizing fractional powers of the fourier transform operator
RU2716843C1 (ru) Цифровая коррекция аберраций оптической системы
CN107843982B (zh) 基于实时相位差异技术的无波前探测自适应光学系统
JP4377404B2 (ja) 画像向上機能を備えたカメラ
US8379321B2 (en) Method and apparatus for accurate imaging with an extended depth of field
US20170261741A1 (en) Image capturing device and method for image capturing
CN105589210B (zh) 一种基于光瞳调制的数字化合成孔径成像方法
EP3340600B1 (en) Lens, camera, package inspection system and image processing method
WO2019075575A1 (en) HIGH-RESOLUTION CAMERA SYSTEMS AND METHODS WITH HIGH FIELD DEPTH USING A FOCUS STACK
CN108088653B (zh) 共焦显微镜模式像差矫正方法
US10607389B2 (en) Microscopic imaging system and method with three-dimensional refractive index tomography
CN102589701A (zh) 扩展空间外差干涉仪的应用带宽的方法
CN105044906B (zh) 一种基于图像信息的快速扩展目标成像校正方法
US10264164B2 (en) System and method of correcting imaging errors for a telescope by referencing a field of view of the telescope
CN207882564U (zh) 基于实时相位差异技术的无波前探测自适应光学系统
Divitt et al. Structured illumination and image enhancement of three-dimensional and moving objects at a distance via incoherent fourier ptychography
JP3584285B2 (ja) 歪画像補正方法及び装置
Xu et al. Robust passive autofocus system for mobile phone camera applications
Teng et al. Single-shot 3D tracking based on polarization multiplexed Fourier-phase camera
Divitt et al. Structured illumination for enhanced-resolution imaging of moving objects at intermediate range
CN104486538A (zh) 一种基于压缩感知的大视场图像获取系统及其方法
CN117555197B (zh) 一种基于弱光探测的扫描全景关联成像系统及其抑噪方法
Hovland Construction and demonstration of a multispectral tomographic scanning imager (TOSCA)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant