基于大气湍流散射特性的天文超分辨率成像方法

The spatial resolution of large aperture ground-based telescopes in astronomical observations is severely limited by the turbulence of atmospheric. In the recent methods of improving spatial resolution, adaptive optics can correct wavefront distortion actively but its instrument structure are complex and expensive. Another approach is lucky imaging, during the process only partial ‘lucky images’ work in the high-resolution image recovery which makes the signal-to-noise ratio be lower. In both above methods, atmosphere condition is the irreplaceable key factor because of the focus on avoiding the adverse effects of the turbulence. This application is intended to offer an optical imaging method which makes full use of rather than avoid or compensate the scattering properties of atmospheric turbulence to reconstruct super-resolution image. The idea is that: obtain the atmospheric transmission matrix by guide star under short exposure condition and then classify it. If the matrix meets the compressive-sensing RIP criterion, then the short exposure images will be used for reconstructing the super-resolution image by parallel compressed sensing, Other wise,if the short exposure images are gained under an admirable atmosphere seeing condition, the images will be processed by lucky imaging. At last, we compound images from these two methods. The method we proposed will greatly improve the utilization of short exposure images and significantly enhance the signal-to-noise ratio with low cost. Its successful implementation will be able to effectively reduce the dependence of the ground-based telescopes on atmosphere condition, and provide new ideas for super-resolution reconstruction of astronomical images.

由于大气湍流的影响，地基大口径望远镜的空间分辨率受到严重限制。当前提高空间分辨率的方法中，自适应光学能够主动校正波前畸变，但结构复杂、成本高；幸运成像虽然成本低，但只有少量的“幸运图像”能够参与高分辨率图像恢复，图像信噪比低，且上述方法均以避免大气湍流的影响为成像思路，无法摆脱对大气条件的依赖。本申请提出了一种能充分利用大气湍流的散射特性进行超分辨率重建的光学成像方法，其不补偿波前畸变，也不规避大气湍流，而是采用如下思路：通过引导星获得短曝光条件下的大气传输矩阵，对大气传输矩阵进行分类，符合压缩感知RIP准则的短曝光图像用于并行压缩感知超分辨率重建；符合幸运成像对大气视宁度要求的短曝光图像用于幸运成像，最后将两种方法获得的高分辨率图像进行合成。本项目能够极大提高短曝光图像的利用率和图像信噪比，且成本低廉，其成功实施将能有效解决地基望远镜对大气条件的依赖，为天文图像的超分辨重建提供新的思路。

大气湍流造成光散射，影响传统成像手段的空间分辨率表现。包括自适应光学和幸运成像在内的典型的克服大气湍流影响实现高分辨率成像的方法主要通过提取未被湍流影响的图像信息实现成像，此种方案易受极端天气的影响导致成像失败，此外还存在着结构复杂、成本昂贵或者信噪比较差等问题。所以本项目提出了一系列主动利用散射光进行成像的方法，取得了相应的研究成果。我们将造成光散射的大气湍流视作强散射介质，在实验室条件下搭建了基于散射介质的散射光成像系统，并将介质表达为一个光学传输矩阵。利用压缩感知算法减少了重建所需的像素数目，侧面提升了系统的分辨率能力；针对标定像素数目不足导致成像分辨率低的问题，进一步提出了基于压缩感知编码的方法，提出了编码、传输以及解码的成像框架，实现了时间分辨率和空间分辨率的交换。将图像超分辨率重建思想引入到散斑成像体系中，分别针对恢复图像和传输矩阵本身提出了成像方法。当以恢复图像为对象时，提出了基于相位共轭因子重建和伪逆因子重建的图像退化模型，证明恢复图像是目标严格意义上的降采样，并进一步应用超分辨率算法提升了分辨率表现；当以传输矩阵本身为对象时，使用多帧超分辨率算法直接提升矩阵的维度，进而改善基于相位共轭因子的成像分辨率。针对动态散射介质，我们提出了一系列的波前整形优化算法。差分进化算法具有较强的耐噪声性能；改进的松鼠搜索算法具有较好的增益且能够保证收敛速度；改进的麻雀搜索算法能够实现同比最优的初始增长，保证成像的有效性。在弱散射场景下，将大气湍流散射与雾霾场景联系起来，引入基于暗通道恢复的算法解决长波红外成像分辨率低且清晰度差的问题；并进一步使用优化的直方图均衡算法改进成像表现。提出了基于图像的全局和局部特征的算法，更好地增强了基于直方图均衡原理的图像对比度。本项目能够最大限度地利用散射光进行成像，改善大气湍流场景下的成像分辨率和清晰度，为天文观测应用提供了新思路。