论文部分内容阅读
在大型地基天文望远镜系统中,为了克服大气湍流的影响,通常采用自适应光学技术。但是由于观测的对象一般较弱,而系统的探测器所产生的噪声及天光背景较强,导致目标被淹没,同时造成较大的质心误差,严重影响了系统的探测精度。针对此问题本文对自适应光学系统微光探测时有关质心探测精度以及波前光斑信号提取两个方面进行了深入系统的研究,旨在提高系统的极限探测水平。
本文对微光探测时使用的电子倍增电荷耦合器件(EMCCD)的噪声进行了分析,建立了基于EMCCD的波前传感器(SHWFS)的质心探测误差的数学表达式,详细讨论质心探测误差与增益的关系,得出了结论,并通过数值计算、仿真及实验验证了所得结论,这对于自适应光学在微观探测领域的发展具有一定的意义。
提出了一种在图像序列中估计光斑尺寸的方法,该方法是根据光斑的高斯分布特性,从光斑的等效高斯宽度的定义出发提出的。为减少孤立噪声点对该方法的影响,首先采用Top-hat变换进行滤波处理。实验结果表明,该方法可以较为准确的估计出光斑的尺寸。对光斑尺寸的估计能够提高后续对光斑的处理及质心计算的精度。
在质心计算方法上,提出了加门限的滑动窗口一阶矩质心计算方法。加门限的滑动窗口一阶矩质心计算方法是利用目标光斑与周围背景及噪声在形态分布以及灰度分布上的不同而提出的。从总光电子数、读出噪声方差、光斑尺寸和信号光斑质心与暗背景质心位置的距离四个方面将本文算法与传统一阶矩质心计算方法进行了计算精度的对比。仿真和实验结果都表明,本文的算法较传统一阶矩方法在质心计算精度上有较大的提高。
在波前光斑信号提取的算法研究上,从光斑及噪声特性出发,提出了使用多种方式相结合的处理方法去除噪声提取光斑。针对探测器的读出噪声、散粒噪声提出使用中值滤波方法;对天光背景等大面积较为均匀的噪声提出了使用Top-hat变换的方法进行滤除;针对以上处理流程的残余噪声使用自适应阈值分割的方法进行处理。仿真和实验结果均表明,此图像处理流程能够有效的提取出波前信号,同时也提高了质心的探测精度。
在波前光斑信号提取的硬件实现上,设计并实现了基于FPGA的波前光斑信号提取平台。详细介绍其中的关键处理模块如图像的采集、处理窗口生成、中值滤波模块、Top-hat变换模块、自适应阈值分割模块,采用并行流水的方式处理,满足了系统实时性的要求,并在室内的自适应光学系统中取得了较好的处理结果。
本文的研究成果对于提高自适应光学系统对微弱光的极限观测能力拓展自适应光学系统的工作时段具有重要的指导作用和参考价值。