自適應(yīng)光學(xué)圖像復(fù)原理論與方法

前言

地球大氣層是一種典型的隨機(jī)非均勻介質(zhì)，其中的熱分子運(yùn)動所形成的湍流結(jié)構(gòu)以及其他離散混濁微粒的作用使光在其中的傳播產(chǎn)生相位波動、折射率起伏，導(dǎo)致波前陣面畸變?？臻g目標(biāo)發(fā)出的平面波射人大氣后，隨著光在大氣中的傳播，到達(dá)望遠(yuǎn)鏡瞳面的就不再是平面波，從而引起望遠(yuǎn)鏡焦平面上像點(diǎn)的能量擴(kuò)散、峰值降低以及像素位置漂移，形成圖像模糊和降質(zhì)。除了大氣湍流外，光學(xué)傳輸通道中的折射率不均勻、光學(xué)零件表面面形誤差以及溫度和應(yīng)力變形等許多因素也可形成波前陣面隨機(jī)起伏（即波前誤差）降低了圖像的分辨率。自適應(yīng)光學(xué)技術(shù)（adaptive optics，A0）是補(bǔ)償或減輕光學(xué)成像中波前畸變、克服大氣湍流以及其他因素對成像質(zhì)量影響的最有前景的方法。自適應(yīng)光學(xué)的概念是由美國天文學(xué)家H.W.Babcock于1953年提出的，但由于當(dāng)時各個方面的技術(shù)條件不成熟而未能實(shí)現(xiàn)。直到20世紀(jì)70年代，隨著自動控制技術(shù)、電子技術(shù)以及其他相關(guān)技術(shù)的發(fā)展，自適應(yīng)光學(xué)才真正發(fā)展成為一種實(shí)用的光學(xué)技術(shù)。幾乎所有的大中型望遠(yuǎn)鏡都采用了自適應(yīng)光學(xué)系統(tǒng)，如歐洲南方天文臺ES（European Sotnhern Observatory）3.6m望遠(yuǎn)鏡的自適應(yīng)光學(xué)系統(tǒng)ADONIS、安裝于8m北半球雙子星（Oemini）望遠(yuǎn)鏡的LokLtpa自適應(yīng)光學(xué)系統(tǒng)、應(yīng)用于3.6m加拿大一法國一夏威夷望遠(yuǎn)鏡的PUE0自適應(yīng)光學(xué)系統(tǒng)等。我國已于2000年研制成功、2004年完成升級改造的61單元的地對空遙感自適應(yīng)光學(xué)系統(tǒng)，它被安裝在云南天文臺1.2m天文望遠(yuǎn)鏡上，可以實(shí)現(xiàn)對天文目標(biāo)觀測中實(shí)時波前畸變校正。自適應(yīng)光學(xué)系統(tǒng)利用波前探測器（wave front setisor，WFS）實(shí)時測量成像系統(tǒng)瞳面波前相位誤差，然后將這些測量數(shù)據(jù)轉(zhuǎn)換成自適應(yīng)光學(xué)系統(tǒng)的控制信號，并對成像系統(tǒng)的光學(xué)特性進(jìn)行實(shí)時控制，從而補(bǔ)償由大氣湍流引起的波前相位畸變，使焦平面上得到接近設(shè)備理論衍射極限的目標(biāo)圖像。但是，即使是目標(biāo)中直到成像系統(tǒng)衍射極限的空間頻率信息都已被記錄在觀測數(shù)據(jù)中，由于自適應(yīng)光學(xué)系統(tǒng)自身的機(jī)械與光學(xué)原因、閉環(huán)伺服帶寬、波前觀測數(shù)據(jù)誤差以及噪聲等多種因素的影響，自適應(yīng)光學(xué)對成像質(zhì)量的補(bǔ)償或校正僅僅是部分的、不充分的，目標(biāo)的高頻信息仍然受到嚴(yán)重的混疊（混疊到低頻信息成分中）、抑制和衰減。因此，對經(jīng)過自適應(yīng)光學(xué)系統(tǒng)獲取的圖像必須進(jìn)行基于數(shù)字技術(shù)的后處理，經(jīng)解卷積或解混疊（deconvolution）與恢復(fù)和重建（restoration and reconstruction），才能使混疊的高頻成分得到解纏或恢復(fù)與重建，形成增強(qiáng)或重建后的高分辨率（或高清晰）圖像。本書主要針對我國自適應(yīng)光學(xué)地基望遠(yuǎn)鏡成像對后處理的迫切需求，重點(diǎn)敘述了自適應(yīng)光學(xué)圖像復(fù)原的理論與算法，同時對自適應(yīng)光學(xué)波前重構(gòu)和圖像復(fù)原的質(zhì)量評價問題也進(jìn)行了探討與分析。

內(nèi)容概要

自適應(yīng)光學(xué)是補(bǔ)償由大氣湍流或其他因素造成的成像過程中波前畸變的最有前景的技術(shù)，但經(jīng)過自適應(yīng)光學(xué)初校正后圖像中殘存的高頻信息抑制或混疊必須經(jīng)過后處理才能得到恢復(fù)和解纏，這一后處理過程稱為自適應(yīng)光學(xué)圖像的恢復(fù)或復(fù)原。本書是在國家“十一五”863課題和國家自然科學(xué)基金項(xiàng)目研究的基礎(chǔ)上總結(jié)而成，介紹了自適應(yīng)光學(xué)圖像復(fù)原的數(shù)學(xué)基礎(chǔ)、波前重構(gòu)和復(fù)原圖像質(zhì)量評價方法，詳細(xì)討論了自適應(yīng)光學(xué)圖像復(fù)原的多種非線性方法，并給出了這些算法的實(shí)現(xiàn)過程和相應(yīng)的實(shí)驗(yàn)結(jié)果。    本書可作為從事信息光學(xué)處理與計(jì)算的研究人員的參考書，也可供自適應(yīng)光學(xué)領(lǐng)域的科研與工程技術(shù)人員學(xué)習(xí)參考。

書籍目錄

前言第1章  緒論  1.1  自適應(yīng)光學(xué)技術(shù)的應(yīng)用需求  1.2  自適應(yīng)光學(xué)圖像復(fù)原的研究意義  1.3  自適應(yīng)光學(xué)系統(tǒng)發(fā)展現(xiàn)狀和前景  1.4  自適應(yīng)光學(xué)圖像復(fù)原技術(shù)的研究概況  1.5  本書主要內(nèi)容及結(jié)構(gòu)安排第2章  大氣湍流波前擾動及自適應(yīng)光學(xué)技術(shù)  2.1  湍流現(xiàn)象  2.2  大氣湍流描述參數(shù)  2.3  光學(xué)傳遞函數(shù)  2.4  自適應(yīng)光學(xué)技術(shù)  2.5  自適應(yīng)光學(xué)成像原理演示系統(tǒng)CYAOIS  2.6  本章小結(jié)第3章  自適應(yīng)光學(xué)圖像復(fù)原的數(shù)學(xué)基礎(chǔ)  3.1  自適應(yīng)光學(xué)圖像降質(zhì)原因及模型  3.2  圖像復(fù)原中的病態(tài)特性  3.3  非線性成像系統(tǒng)和線性成像系統(tǒng)  3.4  成像模型離散公式  3.5  循環(huán)矩陣和分塊循環(huán)矩陣的對角線化  3.6  本章小結(jié)第4章  自適應(yīng)光學(xué)圖像復(fù)原方法及質(zhì)量評價  4.1  圖像盲復(fù)原算法  4.2  貝葉斯圖像復(fù)原  4.3  小波變換圖像復(fù)原  4.4  圖像復(fù)原質(zhì)量評價  4.5  本章小結(jié)第5章  自適應(yīng)光學(xué)圖像點(diǎn)擴(kuò)散函數(shù)重構(gòu)  5.1  點(diǎn)擴(kuò)散函數(shù)、光學(xué)傳遞函數(shù)與調(diào)制傳遞函數(shù)  5.2  圖像的點(diǎn)擴(kuò)散函數(shù)先驗(yàn)?zāi)Ｐ图皡?shù)表達(dá)  5.3  Zernike多項(xiàng)式  5.4  面向圖像復(fù)原的廣義嶺估計(jì)Zernike模式法點(diǎn)擴(kuò)散函數(shù)重構(gòu)  5.5  基于非抽樣小波變換的大氣湍流點(diǎn)擴(kuò)散函數(shù)估計(jì)  5.6  本章小結(jié)第6章  基于可靠支持域和改進(jìn)代價函數(shù)的ENAS-RIF算法  6.1  NAS-RIF圖像復(fù)原算法原理  6.2  改進(jìn)的ENAS-RIF圖像復(fù)原算法  6.3  實(shí)驗(yàn)結(jié)果及分析  6.4  本章小結(jié)第7章  多重約束非對稱IRIL-IBD算法  7.1  IBD算法概述  7.2  RL算法和RLIBD算法  7.3  多重約束非對稱IRLIBD算法  7.4  實(shí)驗(yàn)結(jié)果及分析  7.5  本章小結(jié)第8章  直接解卷積圖像復(fù)原  8.1  幾個概念  8.2  APEX直接解卷積圖像復(fù)原算法  8.3  實(shí)驗(yàn)結(jié)果  8.4  本章小結(jié)第9章  極大似然圖像盲解卷積  9.1  光電探測和光子成像基礎(chǔ)理論  9.2  有限光子非相干成像極大似然盲解卷積算法  9.3  動態(tài)支持域約束極大似然盲解卷積算法  9.4  本章小結(jié)第10章  基于總變分極小化的圖像復(fù)原  10.1  總變分極小化原理  10.2  定點(diǎn)迭代方法與基于非周期反卷積模型的離散方案  10.3  多格網(wǎng)橢圓形偏微分方程求解法  10.4  基于總變分極小化的圖像盲復(fù)原  10.5  實(shí)驗(yàn)結(jié)果與分析  10.6  本章小結(jié)第11章  基于MAP原理的自適應(yīng)光學(xué)圖像多幀聯(lián)合解卷積  11.1  基于方差統(tǒng)計(jì)的圖像序列不良幀剔除  11.2  MAP聯(lián)合解卷積圖像復(fù)原  11.3  MAPJD算法參數(shù)自動估計(jì)  11.4  多幀聯(lián)合解卷積圖像高清晰復(fù)原算法  11.5  實(shí)驗(yàn)結(jié)果及分析  11.6  本章小結(jié)第12章  基于二代曲波變換的自適應(yīng)光學(xué)圖像復(fù)原  12.1  第二代曲波變換  12.2  基于二代曲波變換的自適應(yīng)光學(xué)圖像去噪  12.3  傅里葉-曲波域正則化解卷積算法  12.4  ForCuRD復(fù)原算法實(shí)驗(yàn)結(jié)果及分析  12.5  本章小結(jié)參考文獻(xiàn)附錄  常用縮寫

章節(jié)摘錄

插圖：模擬退火方法還有其他許多值得注意的盲解卷積算法被應(yīng)用于天文圖像處理中。Me Callum于1990年提出了一種模擬退火（simtllated annealing，SA）的盲解卷積算法（Mc（：allum，1990），SA方法從理論上講具有全局收斂性。然而，要達(dá)到收斂要求的計(jì)算量非常巨大。這種方法可以處理尺寸很?。ㄈ绮怀^64×64）的盲解卷積問題，大尺寸的圖像復(fù)原所需的計(jì)算耗時是不能接受的，且其效果也存在一些問題。極大似然估計(jì)方法  極大似然（maximum likelihood，ML）估計(jì)方法作為以統(tǒng)計(jì)學(xué)原理和優(yōu)化理論為基礎(chǔ)的一種重要的估計(jì)方法，在許多領(lǐng)域都得到了廣泛的應(yīng)用。近幾十年來，國外的一些學(xué)者對極大似然估計(jì)方法應(yīng)用于圖像復(fù)原的問題進(jìn)行了大量的研究，取得了一些令人鼓舞的研究成果。1977年A.P.Dempster等提出了可以解決由不完全觀測數(shù)據(jù)估計(jì)概率模型參數(shù)問題的EM（expectation maximization）算法（Demp-ste！，1977）。EM算法的基本思想是找出給定觀測數(shù)據(jù)條件下使概率函數(shù)或它的對數(shù)的期望達(dá)到最大的參數(shù)。1990年，K.T.Lay和A.K.Katsaggelos將EM算法用于圖像模糊參數(shù)識別和復(fù)原（Lay，1990），由點(diǎn)擴(kuò)散函數(shù)來確定模糊過程，將模糊參數(shù)識別問題轉(zhuǎn)化成點(diǎn)擴(kuò)散函數(shù)的極大似然估計(jì)問題。1992年，R.L Lagendijk等提出了針對模糊識別問題的極大似然估計(jì)方法（Lagendijk，1992），應(yīng)用EM算法來有效地優(yōu)化非線性似然函數(shù)，他們將低階參數(shù)模糊模型融合到辨識方法中，算法可以同時識別模糊參數(shù)和復(fù)原圖像。1993年，T.J.Schulz利用極大似然估計(jì)方法對多幀大氣湍流退化天文圖像做了盲解卷積復(fù)原工作（Schulz，1993），推導(dǎo)出了從大氣湍流模糊圖像獲得目標(biāo)估計(jì)的多幀極大似然估計(jì)算法。1994年，J.A.Fessler等提出了基于空間交替的EM改進(jìn)算法（SAGE）（Fessler，1994），該算法能夠極大地提高算法的速度，并且算法的收斂性也得到了一定的改善。1996年，T.S.Zaccheo和R.A.Gonsalves提出了一個非負(fù)約束的目標(biāo)圖像迭代復(fù)原算法（Zaccheo，1996），將RL等非線性算法用來從高斯或泊松過程數(shù)據(jù)模型中估計(jì)非負(fù)約束目標(biāo)、使用指數(shù)和單項(xiàng)式函數(shù)重新映射估計(jì)空間以及對復(fù)原進(jìn)行非負(fù)約束。1997年，T.J.Schulz對極大似然估計(jì)的快速算法進(jìn)行了一些研究（SchtJlz，1997a；1997b），對SAGE算法的應(yīng)用問題進(jìn)行了一些探討，證實(shí)了該算法收斂速度比傳統(tǒng)的EM算法有很大的提高，而且SAGE算法用于帶懲罰的極大似然估計(jì)的可行性也得到了驗(yàn)證。極大似然估計(jì)算法取得了一些成功且具有發(fā)展?jié)摿Γ瑑?yōu)點(diǎn)主要有：它是建立在真實(shí)成像物理特征上的一種基本優(yōu)化方法；易于處理和實(shí)現(xiàn)；發(fā)展改進(jìn)的潛力很大，容易擴(kuò)展成帶約束和基于先驗(yàn)知識的有效算法。

編輯推薦

《自適應(yīng)光學(xué)圖像復(fù)原理論與方法》可作為從事信息光學(xué)處理與計(jì)算的研究人員的參考書，也可供自適應(yīng)光學(xué)領(lǐng)域的科研與工程技術(shù)人員學(xué)習(xí)參考。《自適應(yīng)光學(xué)圖像復(fù)原理論與方法》是由科學(xué)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    自適應(yīng)光學(xué)圖像復(fù)原理論與方法 PDF格式下載

---