自适应光学(AO)系统为大气湍流提供实时补偿,但AO图像的对比度通常很差, 这会导致图像质量下降。本文提出了一种基于点扩散函数(PSF)重构和改进的最大后验概率(MAP)估计的自适应光学图像恢复方法。首先, 结合观测条件和AO系统的特点, 建立基于波前相位信息的PSF重构模型; 其次, 基于本文提出的算法, 建立了AO图像的迭代求解公式, 实现多帧AO图像联合去卷积过程。为了验证本文算法的有效性, 对仿真的退化AO图像进行了一系列复原实验。实验结果表明,以“Man”图像为例, 与Wiener-IBD、RL-IBD及FS-MLJD算法相比, 该算法的峰值信噪比(PSNR)测度分别提高了683%, 4.47%和2.28%, 拉普拉斯梯度模(LS)值分别提高了22.2%, 17.9%和12.1%。本文的研究结果对实际的AO图像恢复具有一定的应用价值。
图像复原 自适应光学(AO) 点扩散函数(PSF) 最大后验概率(MAP) image restoration Adaptive Optics (AO) Point Spread Function (PSF) Maximum A Posteriori (MAP)