CN110794577B - 一种结合自适应光学和图像处理的高分辨力成像系统控制方法 - Google Patents

一种结合自适应光学和图像处理的高分辨力成像系统控制方法 Download PDF

Info

Publication number
CN110794577B
CN110794577B CN201911092631.XA CN201911092631A CN110794577B CN 110794577 B CN110794577 B CN 110794577B CN 201911092631 A CN201911092631 A CN 201911092631A CN 110794577 B CN110794577 B CN 110794577B
Authority
CN
China
Prior art keywords
image
wavefront
adaptive optics
optical
restored
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
CN201911092631.XA
Other languages
English (en)
Other versions
CN110794577A (zh
Inventor
饶长辉
雍佳伟
田雨
许克峰
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.)
Institute of Optics and Electronics of CAS
Original Assignee
Institute of Optics and Electronics of CAS
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 Institute of Optics and Electronics of CAS filed Critical Institute of Optics and Electronics of CAS
Priority to CN201911092631.XA priority Critical patent/CN110794577B/zh
Publication of CN110794577A publication Critical patent/CN110794577A/zh
Application granted granted Critical
Publication of CN110794577B publication Critical patent/CN110794577B/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
    • G02B27/0012Optical design, e.g. procedures, algorithms, optimisation routines
    • 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
    • G02B27/58Optics for apodization or superresolution; Optical synthetic aperture systems

Abstract

本发明公开了一种结合自适应光学和图像处理的高分辨力成像系统控制方法,包括基于自适应光学技术的望远镜成像系统A和图像后处理部分B。目标发出的光场经扰动后成为畸变波前并经望远镜收集后进入自适应光学(AO)系统,经过自适应光学系统内的波前校正器校正后得到光学成像,光学成像再继续进入图像后处理部分,经过图像复原算法处理后输出复原图像,对复原图像进行像质评价,评价结果反馈到自适应光学系统并参与波前校正器的控制。本发明特点在于将自适应光学技术和图像复原技术相结合,把A、B看作一个系统,使得复原图像可以成为被控对象,通过信号反馈,系统A产生的输出图像可以让复原算法发挥最大的潜力,最终得到高质量的复原图像。

Description

一种结合自适应光学和图像处理的高分辨力成像系统控制 方法
技术领域
本发明涉及自适应光学控制技术领域,特别是一种结合自适应光学和图像处理的高分辨力成像系统控制方法。
背景技术
在高分辨力成像领域,自适应光学校正和图像复原都是必不可少的环节,但是长期以来,这两种技术由于分属不同的学科门类而处于独自发展的状态,自适应光学系统控制方法是以得到更加清晰的光学成像为目的,并未考虑图像复原环节的任何因素,而事后复原技术以AO成像为输入条件,两者之间并无交叉,这对于提升最终复原图像质量来讲并不是最优的。
即使是目前AO系统上广泛采用的结合AO的混合处理方法也仅仅是这两种技术的简单拼接,即AO系统对像差的校正完全结束后,将输出的光学成像再进行二次处理,处理后的复原图像不会对AO系统进行任何反馈。
因此,研究一种结合两者并能使得最终复原图像质量更优的控制方法具有重要意义。
发明内容
本发明要解决的技术问题是:针对现有技术的不足而提供一种结合自适应光学和图像处理的高分辨力成像系统控制方法,其特点是能够将复原图像的信息反馈到自适应光学系统的控制器中并参与校正器控制信号的生成。
本发明解决上述技术问题采用的技术方案是:
一种结合自适应光学和图像处理的高分辨力成像系统控制方法,其中包括基于自适应光学技术的望远镜成像系统和图像后处理部分。目标发出的光场经扰动后成为畸变波前并经望远镜收集后进入自适应光学系统,经过自适应光学系统内的波前校正器校正后得到光学成像,光学成像再继续进入图像后处理部分,经过图像复原算法处理后输出复原图像,对复原图像进行像质评价,评价结果反馈到自适应光学系统并参与波前校正器的控制。
自适应光学系统包含变形镜、波前传感器、波前控制器、成像系统,畸变波前从进入自适应光学系统到生成光学成像,过程如下:
进入自适应光学系统的畸变波前ψ(x,y)被波前传感器实时探测,探测信号输入波前控制器并计算出变形镜的控制电压,该控制电压的目的是让变形镜产生与畸变波前相位共轭的光场
Figure BDA0002267324190000021
由于实际中受硬件条件限制无法获得完全校正,经变形镜校正后的波前残差为
Figure BDA0002267324190000022
计算式如下:
Figure BDA0002267324190000023
如果用Zernike多项式描述波前残差,其结果可分为两部分之和,如下式所示:
Figure BDA0002267324190000024
其中,
Figure BDA0002267324190000025
为和畸变波前ψ(x,y)具有相同Zernike模式分量的残差部分,对于室内静态像差或者大气湍流引起的波前畸变的主要部分,ψ(x,y)为低频像差,因此
Figure BDA0002267324190000026
为低频成分;
Figure BDA0002267324190000027
为原始像差ψ(x,y)所不包含的、由变形镜新产生的Zernike模式分量,通常
Figure BDA0002267324190000028
为高频成分。
定义广义光瞳函数P(x,y)如下:
Figure BDA0002267324190000029
其中λ是系统工作时的波长,p(x,y)是系统衍射受限时的光瞳函数:
Figure BDA00022673241900000210
r是瞳半径,系统的点扩散函数(PSF)就可由广义瞳函数的傅立叶变换后取模的平方得到:
h(x,y)=|∫∫P(x′,y′)exp(-i2π(xx′+yy′))dx′dy′|2
自适应光学成像系统在近轴区域近似为一个线性空不变系统,因此可模型化为一个降质退化函数和一个加性噪声项,对于输入的理想目标图像f(x,y),系统的光学成像的空域表达式为:
Figure BDA00022673241900000211
其中
Figure BDA00022673241900000212
代表卷积运算;g(x,y)观测的退化图像,n(x,y)是系统中的加性噪声,将PSF进行傅里叶变换后就可得到系统光学传递函数(OTF):
H(u,v)=∫∫h(x,y)exp(-i2π(ux+vy))dxdy
系统的光学成像的频域表达式为:
G(u,v)=F(u,v)·H(u,v)+N(u,v)
其中G(u,v)、F(u,v)、和N(u,v)分别是观测图像g(x,y)、目标图像f(x,y)和噪声信息0(x,y)的傅立叶变换。
图像后处理采用波前解卷积算法,得到复原图像的过程如下:
借助波前传感器,我们可以对波前残差
Figure BDA0002267324190000031
进行测量获得测量值
Figure BDA0002267324190000032
Figure BDA0002267324190000033
Figure BDA0002267324190000034
ε为测量误差,从而获得真实OTF的一个估计
Figure BDA0002267324190000035
则利用维纳滤波器可以得到复原图像
Figure BDA0002267324190000036
Figure BDA0002267324190000037
其中
Figure BDA0002267324190000038
表示光学传递函数以残差为自变量。在理想情况下,γ取噪声功率谱和原图像功率谱的比值,如下:
Figure BDA0002267324190000039
对复原图像进行像质评价的手段采用斯特列尔比(SR)作为评价指标,计算方法如下:
Figure BDA00022673241900000310
其中,
Figure BDA00022673241900000311
为复原图像,PTl为衍射极限成像。
像质评价结果反馈到自适应光学系统中的控制器,通过改变一个乘积系数β(0≤β≤1)对变形镜的控制电压进行修正,该系数定义为变形镜校正度,经过修正后,变形镜面型更新为
Figure BDA00022673241900000312
校正残差更新为:
Figure BDA00022673241900000313
其中
Figure BDA00022673241900000314
Figure BDA00022673241900000315
是更新后的残差的两个组成部分,当β=1时,上式表示传统AO系统相位共轭控制方法对应的残差;当β<1时,残差中的高阶残差部分
Figure BDA00022673241900000316
将会减小,而波前探测器又等效为一个低通滤波器,因此波前探测器可以获得更精确的测量值来参与解卷积,从而恢复出原图像更准确的频率信息;但同时,校正度降低会造成残差总量增大,使得对应OTF产生衰减,中高频段尤甚,甚至可以出现0值,产生频率截止,这会恶化复原图像的质量。因此,在校正度β值的选择上应存在一个权衡,即随着β的降低会出现一个最优值,AO系统工作在该校正度上,会得到更优的复原图像。
本发明与现有技术相比有如下优点:
本发明提出的一种结合自适应光学和图像处理的高分辨力成像系统控制方法对复原图像进行像质评价,并将结果反馈到自适应光学系统的控制器参与波前校正器控制信号的生成,这是一种真正意义上将自适应光学技术和图像复原技术相结合的控制方法。本发明提出的一种结合自适应光学和图像处理的高分辨力成像系统控制方法,最显著的特点是将自适应光学技术和图像复原技术看作一个系统进行统筹研究,使得复原图像可以成为被控对象,图像复原过程不再是控制信号作用的盲区,同时,图像复原部分的输入也不再是不可更改的退化图像,通过信号反馈,望远镜成像系统产生的输出图像可以让复原算法发挥最大的潜力。
附图说明
图1为一种结合自适应光学和图像处理的高分辨力成像系统控制方法;
图2为一种结合自适应光学和图像处理的高分辨力成像系统控制方法的具体实现形式;
图3为校正度β从100%逐渐降至0时,复原图像的Strehl Ratio变化曲线;
图4为传统AO系统控制方法下获得的复原图像和在最优校正度下获得的复原图像对比图,其中,图4(a)为传统方法复原图像示意图,图4(b)为最优校正度下复原图像示意图;
图5为传统方法复原图像、最优校正度下复原图像、衍射极限图像的能量归一化截面图。
具体实施方式
下面结合附图对本发明的技术方案进行具体说明。
如图2为一种结合自适应光学和图像处理的高分辨力成像系统控制方法的具体实现形式。波前扰动给定为1个波长的Zernike球差;变形镜采用61单元变形镜,正三角形排布,其高斯指数为2.05,交连值为10%;波前传感器采用哈特曼传感器,在忽略其子孔径斜率测量误差的前提下,采用Zernike模式波前复原算法进行波前重构,模型简化如下:
Figure BDA0002267324190000041
其中N=20,代表波前传感器的重构能力,
Figure BDA0002267324190000042
为待测波前残差,
Figure BDA0002267324190000043
为哈特曼传感器对波前残差的重构值,Zk(x,y)为第k项Zernike多项式,ak为第k项Zernike多项式拟合系数,ε为波前残差的测量误差。原始图像选用理想点源,峰值归一化,噪声N为0均值方差为(10-4)2的高斯白噪声。
根据以上条件,将校正度β以2%的间隔从100%降至0,在各校正度下,获取观测退化图像g(x,y)、哈特曼传感器重构波面
Figure BDA0002267324190000044
再通过维纳解卷积就可以计算出复原图像,并得到其对应的Strehl Ratio,最终可得到曲线如图3所示。可见,在校正度β=92%时复原图像性能指标获得最优值。图4(a)和图4(b)对比了在β=1时的传统AO系统相位共轭控制方法下获得的复原图像和在最优校正度β=92%下获得的复原图像。图5给出了传统方法复原图像、最优校正度下的复原图像、衍射极限图像的能量归一化截面图。可以看到,相比于传统方法,本发明提出的控制方法可以让复原图像背景散斑减弱,中心能量更加集中。

Claims (1)

1.一种结合自适应光学和图像处理的高分辨力成像系统控制方法,包括基于自适应光学技术的望远镜成像系统部分和图像后处理部分,其特征在于:
目标发出的光场经扰动后成为畸变波前并经望远镜收集后进入自适应光学系统,经过自适应光学系统内的波前校正器校正后得到光学成像,光学成像再继续进入图像后处理部分,经过图像复原算法处理后输出复原图像,对复原图像进行像质评价,评价结果反馈到自适应光学系统并参与波前校正器的控制;
自适应光学系统包含变形镜、波前传感器、波前控制器、成像系统,畸变波前从进入自适应光学系统到生成光学成像,过程如下:
进入自适应光学系统的畸变波前ψ(x,y)被波前传感器实时探测,探测信号输入波前控制器并计算出变形镜的控制电压,该控制电压的目的是让变形镜产生与畸变波前相位共轭的光场
Figure FDA0003706015010000011
由于实际中受硬件条件限制无法获得完全校正,经变形镜校正后的波前残差为
Figure FDA0003706015010000012
计算式如下:
Figure FDA0003706015010000013
如果用Zernike多项式描述波前残差,其结果可分为两部分之和,如下式所示:
Figure FDA0003706015010000014
其中,
Figure FDA0003706015010000015
为和畸变波前ψ(x,y)具有相同Zernike模式分量的残差部分,对于室内静态像差或者大气湍流引起的波前畸变的主要部分,ψ(x,y)为低频像差,因此
Figure FDA0003706015010000016
为低频成分;
Figure FDA0003706015010000017
为原始像差ψ(x,y)所不包含的、由变形镜新产生的Zernike模式分量,通常
Figure FDA0003706015010000018
为高频成分;
定义广义光瞳函数P(x,y)如下:
Figure FDA0003706015010000019
其中λ是系统工作时的波长,p(x,y)是系统衍射受限时的光瞳函数:
Figure FDA00037060150100000110
r是瞳半径,系统的点扩散函数PSF就可由广义瞳函数的傅立叶变换后取模的平方得到:
h(x,y)=|∫∫P(x',y')exp(-i2π(xx'+yy'))dx'dy'|2
自适应光学成像系统在近轴区域近似为一个线性空不变系统,因此可模型化为一个降质退化函数和一个加性噪声项,对于输入的理想目标图像f(x,y),系统的光学成像的空域表达式为:
Figure FDA0003706015010000021
其中
Figure FDA0003706015010000022
代表卷积运算;g(x,y)观测的退化图像,n(x,y)是系统中的加性噪声,将PSF进行傅里叶变换后就可得到系统光学传递函数OTF:
H(u,v)=∫∫h(x,y)exp(-i2π(ux+vy))dxdy
系统的光学成像的频域表达式为:
G(u,v)=F(u,v)·H(u,v)+N(u,v)
其中G(u,v)、F(u,v)、和N(u,v)分别是观测图像g(x,y)、目标图像f(x,y)和噪声信息n(x,y)的傅立叶变换;
图像后处理采用波前解卷积算法,得到复原图像的过程如下:
借助波前传感器,可以对波前残差
Figure FDA0003706015010000023
进行测量获得测量值
Figure FDA0003706015010000024
Figure FDA0003706015010000025
ε为测量误差,从而获得真实OTF的一个估计
Figure FDA0003706015010000026
则利用维纳滤波器可以得到复原图像
Figure FDA0003706015010000027
Figure FDA0003706015010000028
其中
Figure FDA0003706015010000029
表示光学传递函数以残差为自变量,在理想情况下,γ取噪声功率谱和原图像功率谱的比值,如下:
Figure FDA00037060150100000210
对复原图像进行像质评价的手段采用斯特列尔比SR作为评价指标,计算方法如下:
Figure FDA00037060150100000211
其中,
Figure FDA0003706015010000031
为复原图像,fdl为衍射极限成像;
像质评价结果反馈到自适应光学系统中的控制器,通过改变一个乘积系数β,0≤β≤1,对变形镜的控制电压进行修正,该系数定义为变形镜校正度,经过修正后,变形镜面型更新为
Figure FDA0003706015010000032
校正残差更新为:
Figure FDA0003706015010000033
其中
Figure FDA0003706015010000034
Figure FDA0003706015010000035
是更新后的残差的两个组成部分,当β=1时,上式表示传统AO系统相位共轭控制方法对应的残差;当β<1时,残差中的高阶残差部分
Figure FDA0003706015010000036
将会减小,而波前探测器又等效为一个低通滤波器,因此波前探测器可以获得更精确的测量值来参与解卷积,从而恢复出原图像更准确的频率信息;但同时,校正度降低会造成残差总量增大,使得对应OTF产生衰减,中高频段尤甚,甚至可以出现0值,产生频率截止,这会恶化复原图像的质量,在校正度β值的选择上应存在一个权衡,即随着β的降低会出现一个最优值,AO系统工作在该校正度上,会得到更优的复原图像;
所述结合自适应光学和图像处理的高分辨力成像系统控制方法对复原图像进行像质评价,并将结果反馈到自适应光学系统的控制器参与波前校正器控制信号的生成,将自适应光学技术和图像复原技术相结合,使复原图像成为被控对象,图像复原过程不再是控制信号作用的盲区,同时,图像复原部分的输入也不再是不可更改的退化图像,通过信号反馈,望远镜成像系统产生的输出图像让复原算法发挥最大的潜力。
CN201911092631.XA 2019-11-11 2019-11-11 一种结合自适应光学和图像处理的高分辨力成像系统控制方法 Active CN110794577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911092631.XA CN110794577B (zh) 2019-11-11 2019-11-11 一种结合自适应光学和图像处理的高分辨力成像系统控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911092631.XA CN110794577B (zh) 2019-11-11 2019-11-11 一种结合自适应光学和图像处理的高分辨力成像系统控制方法

Publications (2)

Publication Number Publication Date
CN110794577A CN110794577A (zh) 2020-02-14
CN110794577B true CN110794577B (zh) 2022-08-23

Family

ID=69443679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911092631.XA Active CN110794577B (zh) 2019-11-11 2019-11-11 一种结合自适应光学和图像处理的高分辨力成像系统控制方法

Country Status (1)

Country Link
CN (1) CN110794577B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111308985B (zh) * 2020-02-18 2021-03-26 北京航空航天大学 一种基于nsct和dm的飞机环控系统控制组件性能退化评估方法
CN113724142B (zh) * 2020-05-26 2023-08-25 杭州海康威视数字技术股份有限公司 图像复原系统及方法
CN111951174B (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 自适应光学线光束扫描成像的非等晕像差校正方法与装置
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
CN112782844B (zh) * 2021-01-12 2023-03-31 中国科学院光电技术研究所 一种自适应光学系统稳定闭环控制方法
CN113031444B (zh) * 2021-03-10 2022-04-19 中国科学院光电技术研究所 一种基于指标优化的倾斜镜控制器设计方法
CN113517927B (zh) * 2021-04-22 2022-06-07 长春理工大学 大气湍流扰动自适应对消方法、装置及通信系统
CN113469983B (zh) * 2021-07-12 2023-07-04 中国科学院光电技术研究所 一种用于大视场自适应光学系统成像质量评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101013195A (zh) * 2007-01-10 2007-08-08 中国科学院光电技术研究所 基于线性相位反演复原技术的自适应光学系统
CN102819828A (zh) * 2012-07-17 2012-12-12 中国科学院光电技术研究所 一种应用在自适应光学图像高分辨率复原的自解卷积方法
CN103761712A (zh) * 2014-01-21 2014-04-30 太原理工大学 基于自适应光学系统点扩散函数重建的图像盲卷积方法
CN103901617A (zh) * 2014-04-17 2014-07-02 淮海工学院 一种基于模型的无波前探测自适应光学系统
CN104483752A (zh) * 2014-12-23 2015-04-01 中国科学院光电研究院 一种反射式数字成像系统的设计方法
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
CN101013195A (zh) * 2007-01-10 2007-08-08 中国科学院光电技术研究所 基于线性相位反演复原技术的自适应光学系统
CN102819828A (zh) * 2012-07-17 2012-12-12 中国科学院光电技术研究所 一种应用在自适应光学图像高分辨率复原的自解卷积方法
CN103761712A (zh) * 2014-01-21 2014-04-30 太原理工大学 基于自适应光学系统点扩散函数重建的图像盲卷积方法
CN103901617A (zh) * 2014-04-17 2014-07-02 淮海工学院 一种基于模型的无波前探测自适应光学系统
CN104483752A (zh) * 2014-12-23 2015-04-01 中国科学院光电研究院 一种反射式数字成像系统的设计方法
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
CN110794577A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110794577B (zh) 一种结合自适应光学和图像处理的高分辨力成像系统控制方法
CN109031654B (zh) 一种基于卷积神经网络的自适应光学校正方法及系统
JP4377404B2 (ja) 画像向上機能を備えたカメラ
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
RU2716843C1 (ru) Цифровая коррекция аберраций оптической системы
US8792014B2 (en) Image processing apparatus and image pickup apparatus
TWI427554B (zh) 光學成像裝配件及其形成之方法,以及用於光學成像之裝置及方法
US7635832B2 (en) Hybrid diversity method utilizing adaptive diversity function for recovering unknown aberrations in an optical system
EP3924711A1 (en) System and method of wavefront sensing with engineered images
US8248684B2 (en) Control of adaptive optics based on post-processing metrics
CN108646406B (zh) 一种基于棱锥波前传感器本征模式控制的自适应光学装置
WO2007054938A2 (en) Optics for an extended depth of field
CN113311579A (zh) 基于变形镜本征模式的液晶变形镜自适应光学系统波前解耦方法
US10288523B2 (en) Method and device for characterising optical aberrations of an optical system
US11599973B2 (en) Image processing apparatus, lens apparatus, and image processing method for sharpening processing
Viotto et al. A study of pyramid WFS behaviour under imperfect illumination
Engler et al. Wavefront sensing with prisms for astronomical imaging with adaptive optics
CN107633126A (zh) 一种离轴视场下稀疏孔径望远镜子镜误差的检测方法
Smith et al. Phase retrieval on broadband and under-sampled images for the JWST testbed telescope
CN102621688A (zh) 基于差分传感器的自适应光学系统
Portilla et al. Comparing optical to digital metrics: What is the optimal defocus in a rotationally symmetric system?
EP1672912B1 (en) Method for producing an optical system including an electronic image enhancement processor
Katkovnik et al. A novel binary and multilevel phase masks for enhanced depth-of-focus infrared imaging
Sauvage et al. Focal-plane wave front sensing strategies for high contrast imaging: experimental validations on SPHERE
Tang et al. Super-resolution macroscopic imaging via unknown speckle illumination using sparse aperture transmitter

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