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
1.3.2 AO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
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
2.2.2 Zernike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OTF 49
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
3.6 1000mm 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
4.2 WBCT的基本原理 90
4.3基于WBCT的WBCTbATD去噪算法 95
4.4 WBCTbATD算法实现步骤 98
4.5 WBCTbATD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
5.1.1 AO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
5.2.1 AO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
5.3.1 PSF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
5.3.3 FS-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最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期望值最大化方法原理简介 135
6.3 AO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
6.3.2 RT-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
6.5 AO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