用于自适应光学成像系统的高分辨率相位差图像重建技术研究

Phase diversity (PD) method is a kind of method employing a couple or a group of the focal images and the de-focal images to detect distorted wave-front and recovery the target image, which has many applications in high resolution imaging, adaptive optics imaging and so on. Phase diversity method applied in adaptive optics system still need further study, especially in the optimization algorithm, high-accuracy wavefront sensing and image reconstruction of remote dim objects. The widely used gradient optimization algorithms for PD are easily to fall into local extreme solutions and give erroneous results, and parallelizability of is also a hot spot of research. For high-accuracy wavefront sensing employing more Zernike base polynomials, coupling phenomenon happens easily. And for remote dim objects, PD technique is most likely to fail because the weak signal-to-noise ratio. This project aimed at these problems, considering the global search ability, precision and parallelism, a hybrid particle swarm optimization algorithm is proposed. The algorithm is a natural parallel algorithm combined by particle swarm optimization with gradient optimization, which provides a global search avoid being trapped into local extreme solutions. To deal with coupling phenomenon, we propose a kind of regularization form employing gradient information of the input images，which may help to restrain coupling phenomenon. We also propose a noise suppressing based on PDEs, which is conductive to retain the texture features of input images. We hope that these studies of phase diversity method can further improve the accuracy of optical imaging with the resolution near the diffraction limit of adaptive optical system.

相位差法是一种利用光学系统焦面和离焦面图像探测波前畸变并恢复目标图像的方法，在高分辨率成像、自适应光学成像等领域具有许多重要的应用。相位差法可以大幅提高自适应光学系统成像分辨率，但仍然需要进一步深入研究如下三个方面的问题：常用的梯度类优化算法容易陷入局部极值解，且可并行度较差，不便于进行计算加速; 对于高精度波前畸变重建，不同Zernike多项式模式之间容易发生耦合现象; 对于空间暗弱目标，因低信噪比导致重建失效。本项目针对如上问题，首先提出了一种混合型的粒子群优化算法，综合考虑了全局搜索能力和可并行加速能力，该算法可以避免陷入局部极值解。为抑制耦合现象，我们提出了一种基于图像梯度信息的正则化形式。对于暗弱目标下的相位差重建，我们提出了基于偏微分方程的图像去噪增强技术，该技术在去噪同时有助于保留更多的纹理细节。我们希望本项目的研究能够使得自适应光学系统实现接近衍射极限的成像分辨率。

相位差方法是一种结合光学成像系统的物理参数来提升成像分辨率的有效方法，可同时实现光学成像系统波前畸变重建和成像复原，在自适应光学成像、高分辨率显微成像等领域已经有许多重要的应用。本项目从相位差技术的三个急需深入研究的三个方面出发，主要开展了三个方面的研究：适用于多Zernike 项、且尽量避免陷入局部极值的多变量优化算法；具有更好适用能力的目标图像复原正则化形式的构造；针对暗弱目标条件下的信号增强算法。.针对本项目提出的研究内容，取得如下三个方面的研究成果：构造了一种初值不敏感的粒子群优化算法，给出了初值的扰动设置条件，避免陷入局部极值；给出了一种改进的正则化形式，该形式在已知波前畸变的目标图像复原中具有更好的适用性，相比于常用的维纳滤波形式，可以保留更多的细节；结合液晶自适应成像系统，提出了在暗弱目标下的图像预处理算法，该算法在去除噪声的同时可以有效的保留更多的纹理细节，并在液晶自适应光学系统中进行了验证。我们构造的算法在实验室搭载的液晶自适应系统中进行了验证，实验中探索了不同离焦量尺度、不同的信噪比强度、双离焦相位差形式等多个方面的细节技术，积累了丰富的应用经验。我们的实验结果表明，使用本项目构建的算法，成功实现将系统设计的光学衍射极限从2倍衍射极限提高到1.3倍衍射极限。.本项目以相位差算法为研究标的，其具有重要的科学意义。本项目的研究工作主要有两个方面的应用前景：一方面其可以作为遥远空间目标的自适应光学成像系统的补充，可以在后处理中提升其衍射极限分辨能力；另一方面则可以在显微成像系统中应对视场角内局部细胞组织波前畸变的探测并提升暗弱目标的分辨能力。我们相信本项目的开展对于后续的应用研究具有良好的推动作用。