目前常用的屈光不正的矫正方式都是针对人眼像差的某一静态值进行矫正，无法对人眼像差的动态变化进行有效矫正。为了解决这一问题，开发了一种基于图像处理的人眼离焦量的动态补偿系统，其以红外相机和图像处理程序组成的瞳孔大小动态测量系统、透射式变形镜和控制程序组成的屈光力动态矫正系统为核心。在光学实验平台上搭建出系统原型，并展开实验。实验结果表明，所提系统能够在不同光强条件下实现对人眼瞳孔大小的准确测量及对应离焦像差的准确、快速、平滑的矫正，初步证实了所提系统的有效性。

视网膜成像质量的下降会减弱视力等视觉功能, 直接影响人们的日常生活。人眼像差是影响其像质的主要因素, 为了提高视网膜像质, 常用自适应光学矫正人眼像差, 以获得接近衍射极限的分辨力或理想像质。矫正波前像差的过程需要以分辨力或像质的评价作为依据。其评价方法大致分为基于瞳孔面和成像面两种, 这两种方法主要表征成像系统的分辨力, 但不能直观和定量地评价像质。而基于成像面的光学传递函数(OTF)法需要借助曲线面积等才能定量地评价像质, 且不同空间频率的像质不同。为此, 计算携带人眼像差的OTF, 以此模拟人眼成像过程, 直观地表征了像质变化。并重新定义均方根误差和相关系数, 分析人眼像差对它们的影响, 量化地反映各项像差矫正前后的像质变化。

针对人眼无意识的抖动导致图像位置在眼底成像设备上无规律变化而无法有效观察指定区域的问题，提出了一种视网膜图像实时动态稳像算法.该算法依据图像匹配理论，在图像探测的同时引入图像有效区域实时“计算移位”.利用时间上相邻的视频序列图像近似对应于眼底同一位置的特点，通过“采集运算”找到当前采集图像的中心区域.把当前图像的中心区域与第一帧采集图像的中心区域进行相关匹配，获取当前视网膜图像相对第一帧图像抖动的偏移方向和偏移量，然后把当前图像移位，循环执行此过程，并剔除无法匹配的图像，使得屏幕上的图像始终是在同一个位置的静态图像.实验证明：本文提出的算法解决了自适应眼底成像设备在对视网膜细胞观测时因为人眼自然抖动而造成的图像不稳定问题;解决了人眼在可见光波段的激光照明下受到较强刺激而无法长时观测的问题，实现了细胞和微血管同平台同算法观测;是采用拼接技术实现大视场图像的前提.

为获得清晰的高分辨率人眼眼底视网膜图像，自适应光学系统中变形镜必须能够实时跟踪并补偿人眼中随时间变化的像差信息。对波前像差特别是动态像差的校正能力不仅取决于变形镜等硬件的性能，还与自适应光学系统中的控制算法密切相关。在不加大硬件复杂度的基础上，介绍了一种基于Kalman 滤波的线性二次高斯(LQG)人眼像差校正最优控制模型。首先分析了自适应光学系统的离散性，证明在离散模式下研究自适应光学系统的可行性；然后建立了基于Kalman 滤波的LQG 优化控制模型，并给出基于LQG 优化控制的像差校正控制算法；最后通过仿真实验验证了基于LQG 优化控制的像差校正算法对动态人眼波前像差校正的可行性和有效性。

为提高自适应光学系统中Hartmann-Shack波前传感器的动态测量范围和测量精度, 对由CCD采集的波前光斑图进行了质心探测研究。介绍了波前传感器的工作原理, 根据127单元传感器的结构特征和实际人眼光斑图的畸变特点, 提出了一种动态定位光斑区域、动态分割区域内部阈值以及锁定最优探测窗口的自适应光斑质心探测方法。讨论了该方法中阈值等级选取对人眼光斑图质心探测的影响, 并通过仿真和实验分析了算法的质心探测精度和算法对噪声影响的鲁棒性。实验结果表明, 光斑区域内选取阈值等级为总等级数的(50±3)%时最合适; 与其他方法相比, 自适应质心探测方法的探测误差减小了60%以上; 将该探测方法运用至自适应光学视网膜成像系统的波前传感器中, 可将人眼像差RMS值从0.728λ闭环校正到0.081λ(λ=785 nm), 达到衍射极限, 并获得视网膜图像。本方法针对光斑特征选择不同实验参数, 弥补了传统算法的局限性, 基本满足了人眼像差测量的可行性和实用性。

针对液晶人眼像差校正仪拍摄的小视场视网膜血管图像的拼接算法进行了研究。通过对传统的Harris特征角点算法的改进, 解决了该算法在低对比度、小视场视网膜血管图像处理中定位精度较差、需要三次高斯平滑而导致计算量相对较大以及对噪声比较敏感的缺点。然后将配准好的图像进行融合, 实现了视网膜血管图像快速、准确的无缝拼接, 扩大了视网膜的观测区域, 为医务人员的诊治判断提供了更准确的信息。

借助影响函数矩阵,分析了变形镜拟合波前像差的性能。提出了一种滤除高阶像差模式影响的波前控制算法,弥补了最速下降法无法通过模式选择优化校正过程的缺点,提高了变形镜的校正能力。对人眼出射的畸变波前进行实验,结果表明,经过6次迭代以后,波前的均方根值(RMS)达到衍射极限,系统闭环校正频率为15 Hz。说明基于该控制算法的微机械薄膜变形镜自适应光学系统能够实时校正动态人眼像差,为搭建小型化、低成本的人眼波前像差校正系统提供了算法支持。