Traditional techniques for designing optical imaging systems involves two stages: the optical system is designed to produce the image based aberration optimization, and then, the digital image processing algorithm is designed to correct remaining defects in that image. There are three limits in traditional design. First, due to vast amount of orders of each aberration, as well as restricted by machining technology, adjustment method and glass materials, each kind aberration in the optical design will have some inevitable residuals. Second, for digital image processing algorithm, the signal to noise ratio and the image contrast cannot be enhanced simultaneously, and image restoration is classified as an ill-posed problem. Third, the optical design parameters is weaker correlations with digital image processing design parameters. These three limits lead the imaging system cannot perform global optimizatiom on both optical system and image processing algorithm..To solve the above contradiction, we propose a digital image processing algorithm for aberration correction through analyzes the physical mechanisms and mathematical properties of each aberration. And make this aberration correction algorithm as the supplement of the optical design, to propose a method in which both the optics and the image processing are jointly adjusted simultaneously for global system optimization. The project use the digital image processing algorithm to share the pressure with optical system, to some extent this will relax strict restrictions on the optical system, our research would lay the foundation for simplified design of the imaging system.
成像系统的传统设计方法主要包括两个步骤,首先根据像差理论设计光学系统获得目标图像,然后设计数字图像处理算法修正图像的剩余缺陷。其局限性在于:①光学设计中每种像差必然都会有一定的残留;②数字图像处理算法难以同时兼顾信噪比和对比度的提升,图像复原存在求解病态性;③光学设计参数和数字图像处理设计参数之间关联度较弱。导致成像系统设计难以实现光学系统和图像处理算法的整体最优。.针对以上不足,本项目通过深入分析各种光学像差作用的物理机制和数学特性,提出适用于像差校正的数字图像处理算法,并将该像差校正算法作为光学设计的补充,建立具有通用性的光学/数字处理联合设计方法,使数字图像处理设计参数与光学设计参数能够相互联系,将光学系统和图像处理算法作为整体进行设计和优化,实现从目标到图像的最优化设计。本项目用数字处理分担了光学系统的部分压力,在一定程度上放宽了对光学系统的严格限制,为成像系统的简化设计奠定基础。
本项目面向光学成像系统简化设计和成像数据质量优化,将相机硬件设计参数与数字图像复原算法参数相结合,利用数字处理算法分担光学系统的压力,形成结构简单、成像质量更优的计算成像系统设计方法。围绕以上内容和目标,本项目分别开展了低复杂度成像系统光学/数字处理联合设计研究、超分辨率成像系统的光学/数字处理联合设计研究。.低复杂度成像系统光学/数字处理联合设计研究方面,首先,根据泽尼克多项式模型分析了每种像差对成像清晰度的影响;然后,在变分贝叶斯框架下,提出了基于加权双向差分先验模型的像差数字校正算法,将像差分为易于数字校正和不易于数字校正两类,对不易于数字校正的像差用传统的光学设计校正,对易于数字校正的像差使用算法校正。最后,采用联合设计方法设计了三镜片大像差光学系统,其奈奎斯特频率处的MTF值约为0.50,采用传统方法设计的六镜片光学系统MTF值约为0.53,结果表明两系统成像质量相当,本项目提出的方法可降低光学系统的复杂度。.超分辨率成像系统的光学/数字处理联合设计研究方面,首先,基于超分辨观测方程的概率形式解,在变分贝叶斯框架下提出基于梯度自适应加权双向差分先验模型和基于梯度自适应加权双向L1范数先验模型,来充分约束图像的边缘信息和非边缘信息,在提升图像分辨率的同时抑制了噪声的放大和传播,削弱了图像反卷积运算的病态性;然后,根据光学系统和成像探测器的频谱特性,将光学系统F数、探测器像元尺寸、超分辨率重建算法效能因子联合起来,提出超分辨成像系统设计函数;作为验证,将该设计方法用于CX6-02对地观测微纳卫星成像系统设计,CX6-02星在轨成像结果表明,在缩短光学焦距、减小系统体积的同时,获得了2倍分辨率的提升,实现了联合设计的指标,一定程度上解决了因体积和重量限制导致传统长焦距、大口径成像载荷无法应用于微纳卫星进行高分辨率对地观测的问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
拥堵路网交通流均衡分配模型
液晶光阀光学/数字混合图象处理系统及方法研究
超大视场、全景成像光学系统的像差理论和设计方法
自由曲面成像光学系统的全自动设计理论与方法研究
双目成像系统彩色图像处理流水线融合优化设计方法研究