[发明专利]一种基于模型的无波前传感器自适应光学校正方法

权利要求书

1.一种基于模型的无波前传感器自适应光学校正方法，其特征在于，包括以下步骤：

步骤1：确定像差表示模式；

使用任意模式的线性叠加表示波前误差φ：

φ＝KA (1)

A＝[a₁ a₂ … a_i … a_N]^T (2)

其中，A为模式系数向量，具体形式如式2所示；K的每个列向量为模式K_i，i取值从1到N，K_i是第i阶所述模式，即基函数；N为所述模式的总阶数，N的取值由变形镜拟合能力决定，a_i是第i阶所述模式的系数；

步骤2：采集图像，获取初始评价函数；

在变形镜所有致动器的控制电压处于初始值时，采集图像I₀；计算图像功率谱密度低频空间的积分的倒数，作为图像的像质评价函数g₀：

其中，S₀(u,v)为图像I₀的功率谱密度，(u,v)为频域坐标，R对应于频域上的环形区域m₁≤(u²+v²)^1/2≤m₂，m₁和m₂是频域内小于图像截止频率的预设数值；其中，m₁取大于0小于图像截止频率1/100之间的数，m₂取大于图像截止频率1/20小于图像截止频率1/10之间的数；

步骤3：获取N次正偏置评价函数；

对1到N阶模式用变形镜分别引入幅度为b的正偏置波前误差φ_j+＝bK_j，采集N幅图像I_j+，j取值从1到N，获得图像的像质评价函数g_j+：

其中，S_j+(u,v)为图像I_j+的功率谱密度；

步骤4：获取1次负偏置评价函数；

对任意第s阶模式，s为1到N中的任意值，用变形镜引入幅度为b的负偏置波前误差φ_s-＝-bK_s，采集一幅图像I_s-，获得该图像的像质评价函数g_s-：

其中，S_s-(u,v)为图像I_s-的功率谱密度；

步骤5：计算模式系数向量A，具体如下：

其中：

G＝[g₁₊-g₀ g₂₊-g₀ … g_N+-g₀]^T (7)

X＝[α₁₁ α₂₂ … α_NN]^T (9)

Y＝[α_1s α_2s … α_Ns] (10)

其中，表示矩阵求逆，T表示矩阵转置；式6、8、9、10中，α_ss、α_NN、α_Ns的计算方法如式11中α_ij计算方法所示，其中i和j的取值范围为1到N；K_i、K_j表示对应阶的模式，▽表示梯度算符，P表示光瞳积分区域；

步骤6：用变形镜进行共轭校正；

设变形镜的影响函数矩阵为F，F的每个列向量是对变形镜的每个致动器加单位电压时的波前相位变化，在校正过程中F为已知；用变形镜对波前误差进行校正时，各个致动器上施加的电压变化量构成的矢量为V，有：

FV＝-KA (12)

求解上述方程组即可得到变形镜各个致动器的电压变化量V：

V＝-F⁺KA (13)

其中，F⁺表示矩阵F的广义逆矩阵；

步骤7：判断校正后的图像质量是否满足要求；如果不满足要求，则返回步骤2；如果满足要求，则校正流程结束。

2.如权利要求1所述的一种基于模型的无波前传感器自适应光学校正方法，其特征在于，F经事先测量得到。