论文部分内容阅读
望远镜在工作过程中,受到重力、风载、振动、温度变化等因素的影响,其各个光学镜面的相对位置会发生变化,导致光学系统成像质量降低,无法满足使用需求。目前,大口径望远镜失调误差的在线校正技术成为国内外学者研究的重要课题之一。本文为降低失调误差校正系统的复杂性,简化计算过程,以像清晰度函数作为评价指标,利用随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法对两镜共轴望远镜的失调误差进行校正。但对于大口径大视场望远镜,由于探测器像元尺寸有限及应用场合的限制等因素,导致成像光斑为欠采样,使得频谱混叠,部分图像信息丢失,成像光斑无法准确地反映系统的像差特性,从而降低失调误差的校正精度。因此,本论文研究了基于不同采样倍率下远场成像光斑像清晰度函数的失调误差校正技术。论文的主要研究内容包括以下几个方面:首先,利用矢量波像差理论,研究了共轴两反望远镜设计成像状态下和主次镜存在相对位置失调误差时的像差分布特性,分析了各维度失调误差与像差的对应关系。然后,介绍了像清晰度函数与SPGD算法的失调误差校正流程,并对影响算法收敛性和收敛速度的因素进行分析。结果表明,为保证程序快速稳定地收敛,必须合理地设置参数值,并给出了仿真光学系统校正程序的合理参数范围。最后,分别以欠采样成像和正常采样成像的像清晰度函数作为评价指标,利用SPGD算法对失调误差的校正进行了仿真和实验研究。在校正过程中,采用了三种像质评价函数,分别为光斑的均方根半径(RMS)、光斑均方根半径绝对误差(RMS error)和光斑均方根半径相对误差(relative RMS error)。结果表明,相比于其他两种像质评价函数,光斑均方根半径相对误差(relative RMS error)作为评价函数可以有效地提高失调误差的校正精度。在仿真中,为保证大口径大视场望远镜全视场范围内的成像质量,采用了轴上视场校正和多视场校正的两步校正方法。对于多视场校正过程,需要将轴上和多个轴外视场光斑成像至同一探测器靶面,为研究各个视场成像光斑的像差特性,必须进行目标提取与视场匹配。本文提出了一种两步图像分割方法用于避免算法陷入局部极值。结果表明,该算法可以快速地完成图像分割,经分割后,图像的区域间对比度(Gray-level Contrast,GC)和区域内一致性(Uniformity Measure,UM)均优于0.9,分割后的成像光斑较为完整地保留了图像的强度分布及形态信息。在图像分割的基础上,以各图像子块的峰值光强为中心对连通区域进行聚类,实现各视场成像光斑的目标提取,根据提取目标的质心位置完成视场匹配,利用无噪声图像和噪声图像验证了算法的有效性和抗噪性。结果表明,无论是无噪声图像还是噪声图像,其提取目标与理论目标的归一化互相关系数(Normalized Cross Correlation,NCC)优于0.9,说明各视场成像光斑可以较为完整地提取,且准确地完成视场匹配。根据仿真分析搭建实验系统,对基于不同采样倍率下光斑像清晰度函数的望远镜失调误差校正方法进行实验验证。实验结果表明,对于满足Nyquist采样定理的成像,即光斑的半高全宽为2pixels时,校正后各视场的平均波前误差为0.0548λ,对于严重欠采样成像,即光斑的半高全宽为0.25pixels时,校正后各视场的平均波前误差为0.0726A。虽然对于严重欠采样成像,校正精度略有下降,但依然满足校正后波前误差小于λ/10的像质要求。