文章目录

摘要

abstract

第1章 绪论

1.1 自适应光学技术的基本原理

    1.1.1 自适应光学技术概述

    1.1.2 波前传感器

    1.1.3 波前复原

    1.1.4 波前校正器

1.2 自适应光学技术的应用

1.3 自适应光学系统的控制技术

    1.3.1 自适应光学系统的经典控制技术

    1.3.2 自适应光学系统的现代控制技术

    1.3.3 大气冻结湍流模型和横向风

    1.3.4 自适应光学系统的预测控制技术

1.4 自适应光学系统的视网膜图像配准技术

    1.4.1 眼球运动

    1.4.2 视网膜图像的运动伪影

    1.4.3 视网膜图像的配准技术

    1.4.4 眼球运动伪影的校正

1.5 论文的研究目的与研究内容

第2章 大气湍流横向风估计的方法

2.1 Shack-Hartmann波前传感器

2.2 复原波面的横向风估计算法

    2.2.1 模式法波面复原

    2.2.2 块匹配算法

    2.2.3 光流法

2.3 估计性能与复原阶数的关系

2.4 横向风估计算法的比较

2.5 复原波面的横向风估计实验

    2.5.1 实验平台的介绍

    2.5.2 实验平台的测试

    2.5.3 复原波面的横向风估计结果

2.6 小结

第3章 大气湍流横向风估计的性能分析

3.1 波前斜率测量的横向风估计

3.2 横向风估计的性能边界

3.3 横向风估计的Fisher信息

    3.3.1 Fisher信息与大气相干长度

    3.3.2 Fisher信息与测量噪声

    3.3.3 Fisher信息与风向

3.4 横向风估计的偏差

3.5 估计偏差的分析

    3.5.1 偏差与梯度算子

    3.5.2 偏差与风速

3.6 横向风估计的克拉美罗下界

3.7 斜率测量的横向风估计模拟实验

3.8 小结

第4章 自适应光学系统预测校正与性能分析

4.1 基于横向风估计的预测校正

4.2 预测校正的方法

4.3 边缘子孔径误差的处理

4.4 预测方法的校正能力

4.5 预测方法的鲁棒性

    4.5.1 对风速估计误差的鲁棒性

    4.5.2 对风向估计误差的鲁棒性

    4.5.3 风速和风向估计误差同时存在

4.6 预测校正与大气湍流条件

    4.6.1 风速大小的影响

    4.6.2 大气相干长度的影响

4.7 小结

第5章 AO-OCT视网膜图像的配准

5.1 自适应光学相干层析技术

5.2 眼球运动和AO-OCT图像

5.3 AO-OCT图像的配准

    5.3.1 AO-OCT图像配准的模型

    5.3.2 归一化互相关

    5.3.3 相位相关

5.4 AO-OCT图像的三维配准

    5.4.1 三维配准算法流程

    5.4.2 预配准

    5.4.3 精配准

    5.4.4 坐标变换

5.5 AO-OCT三维配准实验

5.6 小结

第6章 AO-OCT视网膜图像的运动伪影校正

6.1 AO-OCT成像的运动伪影

6.2 AO-OCT运动伪影校正算法流程

6.3 运动伪影的测量

    6.3.1 Enface图像的功率谱

    6.3.2 视网膜层的平滑度

    6.3.3 眼球运动的功率谱密度

6.4 AO-OCT运动伪影校正实验

6.5 小结

第7章 总结与展望

7.1 本论文的主要研究内容

7.2 本论文的主要创新点

7.3 后续工作展望

参考文献

致谢

作者简历及攻读学位期间发表的学术论文与研究成果

文章摘要:自适应光学（Adaptive Optics,AO）系统利用波前传感器测量波前畸变,通过控制器计算控制信号,波前校正器根据控制信号产生校正面形对波前畸变进行补偿。自适应光学技术在天文成像,眼科成像等领域均获得了广泛的应用。天文成像AO系统中,在大气冻结湍流假设下,大气冻结湍流在大气横向风驱动下运动。系统中的时间延迟导致波前校正器生成的校正面形与实际的被校正畸变存在时域的不匹配,造成校正滞后误差。视网膜成像AO系统成像期间,眼球并不能被完全固定,成像期间的下意识眼球运动将导致成像结果间的相对运动变形以及成像结果中的运动伪影。本文将围绕基于运动估计的自适应光学系统的预测控制和图像配准技术展开。针对天文成像AO系统中的校正滞后误差,提出了大气横向风估计预测控制技术。针对视网膜自适应光学相干层析（Adaptive Optics Optical Coherence Tomography,AO-OCT）系统中的下意识眼球运动伪影,提出了AO-OCT视网膜图像运动伪影校正技术。主要研究内容分为五个部分:第一部分,设计了Shack-Hartmann波前传感器（Shack-Hartmann Wavefront Sensor,SHWFS）测量复原波面的大气横向风估计算法。分析了大气横向风估计偏差与波面复原阶数之间的关系,得到了最佳的复原阶数范围。提出了两种大气横向风估计算法:块匹配算法和光流法。从大气横向风估计偏差和方差的角度比较了两种方法。两种方法的风速估计百分比误差均保持在30%以内,风向的估计误差均保持在6