[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

说明书

本发明公开了一种基于模型的无波前传感器自适应光学校正方法，属于光学技术领域，用于解决现有的无波前传感器自适应光学方法依赖模式选择，且迭代次数较多的技术问题。本方法，采用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，在非相干成像系统模型的基础上，推导了像质评价函数(图像功率谱密度低频空间的积分的倒数)与模式系数之间的关系，通过引入N+1次偏置，采集N+2幅图像计算像质评价函数，根据所推导的关系计算模式系数，并由变形镜产生共轭波前，达到校正像差，提高图像质量的目的。本方法适用于任意模式作为基底进行校正，迭代次数少，可以使系统带宽得到较大幅度的提升。

技术领域

本发明涉及一种无波前传感器自适应光学校正的方法，属于光学技术领域。

背景技术

高分辨率成像是人类长期追求的目标，传统光学技术无法解决动态波前扰动对像质的影响问题。大多数光学系统在受到系统像差、大气湍流或装调误差等情况的影响下，系统波前像差增大，成像质量会明显下降。影响光学系统波前质量的误差源，按照时间频率可以分为低频和高频两大类。属于低频误差的有系统设计误差、温度、重力变形及机械变形，加工装配误差等。属于高频误差的有外界空气热影响、来自阵风的反射镜变形、跟踪误差、大气湍流及激光经大气传播时的热晕等。如何克服以上动态波前误差的影响，是光学工作者不懈研究的课题。

自适应光学是一门集光、机、电、自动控制、化学于一体的高技术学科，核心内容是实时地校正光束的波前畸变，以提高光学系统的成像质量。自适应光学技术能够有效的校正波前畸变，改善成像质量，在天文观测、自由空间光通信等有关领域得到了成功应用。

但是，常规的自适应光学系统需要对被测量光束进行探测重构，导致系统结构复杂，不利于该技术的小型化应用，增加了系统成本。为了简化结构，降低系统成本，无波前传感自适应光学概念被提出，并在近年得到迅速发展。它与常规自适应光学系统的区别在于：无需直接进行波前探测重构，而是通过评价函数与待优化变量之间的关系逐步收敛到校正极限。

无波前传感器自适应光学按校正方法，分为无模型的方法和基于模型的方法两类。无模型的方法主要包括随机并行梯度下降算法、爬山法、模拟退火算法、遗传算法等。无模型优化算法无需预知待优化变量与优化目标函数之间的具体数学关系，通过控制变形镜在光学系统中引入随机的波前变化并记录相应的像面光强信息，由光强信息计算评价函数，变形镜按一定的搜索路径通过多次迭代使评价函数值趋于最优。无模型方法的主要缺点是：(1)需要多次迭代才能达到校正效果，(2)容易收敛到局部极值。

基于模型的无波前传感器自适应光学方法与无模型无波前传感器自适应光学方法相比实时性更好，无需多次迭代。该方法通过选定合适的评价函数，建立评价函数与模式系数之间的数学关系，求解模式系数，最后控制变形镜进行波前像差校正。现有的基于模型的无波前传感器自适应光学方法按照处理目标不同，可分为点目标和扩展目标两种，本发明主要关注的是对扩展目标的校正方法。现有的用于扩展目标成像的基于模型的无波前传感器自适应光学校正方法需要采集2N+1幅图像，也称2N+1算法。该方法以图像功率谱密度的低频空间积分作为评价函数，使用Lukosz模式或者变形镜本征模式等具有导数正交特性的模式作为校正模式，对每个模式施加正负两次偏置，因此校正N阶模式时需要采集2N+1幅图像来估计模式系数，最后根据估计的波前进行共轭校正。这种方法的缺点是：(1)只能选择具有导数正交特性的模式作为基函数；(2)需要采集的图像较多，导致校正速度慢、校正带宽低。

发明内容

本发明的目的是为了解决现有用于扩展目标成像的基于模型的无波前传感器自适应光学方法存在的问题，包括(1)依赖模式选择，(2)校正动态像差时带宽不足，创造性地提出一种新的基于模型的无波前传感器自适应光学校正方法。