基于自适应光学的大气湍流退化图像复原技术研究 本书特色
大气湍流的*扰动严重地影响光学系统的成像性能，本书对湍流效应的自适应光学(Adaptive Optics, AO)图像复原问题进行了研究和探讨。本书主要从两个方面研究自适应光学图像复原问题：一是研究自适应光学系统的构成及光学成像原理，提出了自适应光学系统改进及仿真，实现自适应光学图像波前畸变的实时补偿或校正；二是研究经AO校正后的自适应光学图像复原理论及算法。主要内容包括湍流对成像影响的分析与仿真、自适应光学系统与波前复原方法、基于小波域的Contourlet变换的自适应光学图像去噪算法、基于帧选择技术和极大似然估计的自适应光学图像多帧联合去卷积算法、与正则化相结合的改进期望值*化方法的多帧自适应光学图像复原算法以及基于双校正器的自适应光学系统的改进方法与仿真分析。
基于自适应光学的大气湍流退化图像复原技术研究 内容简介
大气湍流的*扰动严重地影响光学系统的成像性能，本书对湍流效应的自适应光学(Adaptive Optics, AO)图像复原问题进行了研究和探讨。本书主要从两个方面研究自适应光学图像复原问题：一是研究自适应光学系统的构成及光学成像原理，提出了自适应光学系统改进及仿真研究，实现自适应光学图像波前畸变的实时补偿或校正；二是研究经AO校正后的自适应光学图像复原理论及算法。主要内容包括: 湍流对成像影响的分析与仿真，自适应光学系统与波前复原方法，基于小波域的Contourlet变换的自适应光学图像去噪算法，基于帧选择技术和极大似然估计的自适应光学图像多帧联合去卷积算法，与正则化相结合的改进期望值*化方法的多帧自适应光学图像复原算法，基于双校正器的自适应光学系统的改进方法与仿真分析。
基于自适应光学的大气湍流退化图像复原技术研究 目录
目录第1章绪论1
1.1知识背景1
1.2自适应光学技术的研究和应用情况2
1.3自适应光学图像复原技术的研究现状与进展6
1.3.1图像复原技术概述7
1.3.2AO图像复原技术的研究进展10
1.4自适应光学图像复原基本模型11
1.4.1自适应光学图像退化模型11
1.4.2自适应光学图像噪声模型13
1.4.3经典图像复原方法14
1.5图像质量评价方法19
1.5.1图像主观质量评价方法19
1.5.2图像客观质量评价方法19
1.6本书的课题来源及组织结构23
1.6.1本书的课题来源23
1.6.2本书的组织结构23
1.7小结25
参考文献25第2章湍流对成像影响的分析与仿真33
2.1大气湍流的基本理论33
2.1.1大气湍流的参数描述33/基于自适应光学的大气湍流退化图像复原技术研究目录/2.1.2大气湍流模型35
2.1.3湍流的统计特性描述37
2.2湍流波前随机扰动的计算机仿真39
2.2.1傅里叶变换法39
2.2.2Zernike多项式法41
2.3大气光学性对AO成像的影响分析47
2.3.1大气光学特性的机理47
2.3.2大气介质的光学传递函数OTF49
2.3.3大气湍流光学参数分析51
2.4小结53
参考文献54第3章自适应光学系统性能分析与波前复原技术56
3.1自适应光学系统构成56
3.1.1自适应光学系统的基本结构56
3.1.2波前探测器58
3.1.3波前校正器60
3.1.4波前控制器62
3.2云南天文台61单元AO成像系统64
3.2.1改造后的AO系统的光学结构64
3.2.2改造后的H?S波前传感器64
3.2.3跟踪系统67
3.3自适应光学系统的成像原理69
3.4基于斜率探测技术的波前复原方法70
3.5基于波前复原技术的自适应光学系统实验研究73
3.61000mm AO系统对畸变波前的校正仿真研究78
3.7小结80
参考文献80第4章基于小波域的Contourlet变换法的自适应光学图像去噪算法83
4.1小波变换83
4.1.1小波变换的定义84
4.1.2小波分解的矩阵表示87
4.1.3一维退化模型的小波表示88
4.1.4二维退化模型的小波表示89
4.2WBCT的基本原理90
4.3基于WBCT的WBCTbATD去噪算法95
4.4WBCTbATD算法实现步骤98
4.5WBCTbATD算法实验98
4.6小结105
参考文献105第5章基于帧选择技术和极大似然估计的自适应光学图像多帧
联合去卷积算法108
5.1自适应光学图像的PSF重建算法109
5.1.1AO图像PSF的先验模型109
5.1.2基于波前相位信息的PSF重建方法111
5.1.3基于非等晕成像效应的PSF重建112
5.2帧选择技术研究116
5.2.1AO图像退化性质117
5.2.2基于方差统计特性的帧选择技术118
5.2.3序列图像的帧选择实验120
5.3基于FS?MLJD算法的多帧AO图像联合去卷积122
5.3.1PSF带宽有限约束122
5.3.2基于FS?MLJD的多帧联合去卷积图像高清晰复原算法123
5.3.3FS?MLJD算法的实现125
5.4实验结果及分析126
5.5小结130
参考文献130第6章基于正则化与改进期望值*大化算法的自适应光学图像复原132
6.1基于图像功率谱密度及约束图像支持域的去噪方法132
6.2期望值*大化方法原理简介135
6.3AO图像代价函数模型及参数估计137
6.3.1建立AO图像的代价函数模型137
6.3.2RT?IEM算法的参数估计138
6.3.3建立多帧AO图像的代价函数模型141
6.4基于RT?IEM算法的多帧AO图像高清晰复原142
6.5AO图像复原实验及结果分析144
6.5.1仿真图像复原实验144
6.5.2双星图像复原实验146
6.5.3天体观测实验148
6.6小结150
参考文献150第7章基于双校正器的自适应光学系统的改进与仿真分析152
7.1双校正器的组合方式分析152
7.2基于双校正器自适应光学系统像差解耦算法154
7.3基于双校正器的自适应光学系统的改进156
7.4实验结果和分析159
7.5小结163
参考文献163第8章总结与展望165
8.1本书所做的研究工作165
8.2本书研究的创新之处166
8.3今后的研究方向与展望168
