本发明专利技术公开了数字自适应光学架构与系统，包括对原始光场图像进行像素重排得到低空间采样率的子孔径图像；利用TIS算法对低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像；利用由粗粒度到细粒度的波前梯度估计算法对高空间采样率的子孔径图像的空间偏移量进行估计得到第一波前梯度，并利用训练好的MLP模型将第一波前梯度转换为第一波前像差；基于第一波前像差对高空间采样率的子孔径图像进行相空间解卷积运算得到局部图像的图像重建结果。本发明专利技术能够进行高速宽视场波前检测，采用湍流诱导扫描算法提高采样率，使用非相干孔径合成算法实现去像差、高分辨成像。
【技术实现步骤摘要】
本专利技术涉及光场成像，特别是涉及数字自适应光学架构与系统。
技术介绍
1、光学像差普遍存在于自然环境与成像系统中，大气湍流运动、不完美透镜等都会导致光线轨迹发生偏折，从而产生光学像差，导致图像模糊和信号失真。自适应光学（ao）技术旨在实时测量和校正大气湍流或其他介质引起的光学像差，这种技术主要应用于天文观测、激光通信、视觉科学等领域，可以显著提高图像质量和信号稳定性。
2、ao系统的核心部件包括波前传感器、可变形镜和先进的控制系统。波前传感器用于实时检测进入系统的光波前的畸变情况；可变形镜则根据波前传感器的测量结果进行形状调整，以补偿光波前的畸变；控制系统则协调波前传感器和变形镜的工作，确保畸变得到有效校正。
3、现有的ao系统主要在视场范围、系统复杂度两个方面有一定局限性。光学像差具有空间非一致性，现有的ao系统主要采用shack-hartmann波前传感器，只能针对较小视场（fov）内的单一光学像差进行测量，无法解决空间非一致问题。先进的ao技术，如mcao和glao，采用多传感器方案，扩大视场范围到数个角分，但牺牲了一定的波前探测精度，导致系统复杂度提高。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本专利技术提出了一种数字自适应图像重建方法，解决宽视场、高分辨率成像，在光学像差较大的问题，实现高分辨成像。
3、本专利技术的另一个目的在于提出一种数字自适应图像重建系统。
>4、为达上述目的，本专利技术一方面提出一种数字自适应图像重建方法，包括：5、对原始光场图像进行像素重排得到低空间采样率的子孔径图像；
6、利用tis算法对所述低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像；
7、利用由粗粒度到细粒度的波前梯度估计算法对所述高空间采样率的子孔径图像的空间偏移量进行估计得到第一波前梯度，并利用训练好的mlp模型将所述第一波前梯度转换为第一波前像差；
8、基于所述第一波前像差对所述高空间采样率的子孔径图像进行相空间解卷积运算得到局部图像的图像重建结果。
9、本专利技术实施例的数字自适应图像重建方法还可以具有以下附加技术特征：
10、在本专利技术的一个实施例中，在得到低空间采样率的子孔径图像之后，所述方法还包括：
11、获取不同时刻、同一子孔径的所述低空间采样率的子孔径图像的图像序列；
12、根据所述图像序列之间的相对偏移量计算参考时刻的各子孔径图像之间的相对坐标。
13、在本专利技术的一个实施例中，利用tis算法对所述低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像，包括：
14、通过tis算法对所述图像序列中的多个子孔径图像按照参考时刻的子孔径图像的相对坐标进行拼接得到坐标拼接结果；
15、基于所述坐标拼接结果得到参考时刻的高空间采样率的子孔径图像。
16、在本专利技术的一个实施例中，利用训练好的mlp模型将所述第一波前梯度转换为第一波前像差，包括：
17、获取由粗粒度到细粒度的波前梯度估计算法得到的第二波前梯度；
18、利用二维积分算法将所述第二波前梯度转化为第二波前像差，以拟合第二波前像差对应的待拟合的zernike多项式系数；
19、利用第二波前梯度训练mlp模型以得到训练好的mlp模型；其中，模型输入层对应第二波前梯度的维度，模型输出层的节点数等于待拟合的zernike多项式系数的数量；
20、将第一波前梯度输入所述训练好的mlp模型输出相应的zernike多项式系数，以计算所述第一波前像差。
21、在本专利技术的一个实施例中，在得到局部图像的图像重建结果之后，所述方法，还包括：
22、对每个局部图像进行重建得到所有局部图像的图像重建结果；
23、对所述所有局部图像的图像重建结果进行拼接以得到全局图像的图像重建结果。
24、为达上述目的，本专利技术另一方面提出一种时空角融合动态光场重建系统，包括：
25、图像像素重排模块，用于对原始光场图像进行像素重排得到低空间采样率的子孔径图像；
26、孔径图像处理模块，用于利用tis算法对所述低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像；
27、波前像差转换模块，用于利用由粗粒度到细粒度的波前梯度估计算法对所述高空间采样率的子孔径图像的空间偏移量进行估计得到第一波前梯度，并利用训练好的mlp模型将所述第一波前梯度转换为第一波前像差；
28、局部图像重建模块，用于基于所述第一波前像差对所述高空间采样率的子孔径图像进行相空间解卷积运算得到局部图像的图像重建结果。
29、本专利技术实施例的数字自适应图像重建方法与系统，通过即插即用的宽视场波前传感器进行高速宽视场波前检测，采用湍流诱导扫描算法提高采样率，使用非相干孔径合成算法，可以实现低成本、宽视场、高分辨率成像。
30、本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...
【技术保护点】
1.一种数字自适应图像重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在得到低空间采样率的子孔径图像之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，利用TIS算法对所述低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像，包括：
4.根据权利要求1所述的方法，其特征在于，利用训练好的MLP模型将所述第一波前梯度转换为第一波前像差，包括：
5.根据权利要求1所述的方法，其特征在于，在得到局部图像的图像重建结果之后，所述方法，还包括：
6.一种数字自适应图像重建系统，其特征在于，包括：
7.根据权利要求6所述的系统，其特征在于，在图像像素重排模块之后，还包括：坐标计算模块，用于：
8.根据权利要求7所述的系统，其特征在于，所述孔径图像处理模块，还用于：
9.根据权利要求6所述的系统，其特征在于，所述波前像差转换模块，还用于：
10.根据权利要求6所述的系统，其特征在于，在局部图像重建模块之后，还包括：全局图像重建模块，用于：p>...
【技术特征摘要】
1.一种数字自适应图像重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在得到低空间采样率的子孔径图像之后，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，利用tis算法对所述低空间采样率的子孔径图像进行处理得到高空间采样率的子孔径图像，包括：
4.根据权利要求1所述的方法，其特征在于，利用训练好的mlp模型将所述第一波前梯度转换为第一波前像差，包括：
5.根据权利要求1所述的方法，其特征在于，在得到局部图像的...
【专利技术属性】
技术研发人员：方璐，戴琼海，吴嘉敏，郭钰铎，郝钰涵，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。