为了解决现有电脑验光仪和视力筛查仪体积庞大、价格昂贵的问题，设计并搭建了一套基于哈特曼波前检测原理的小型无透镜屈光测量系统。首先，对测量原理进行了详细介绍；接着，利用Zemax软件对图像采集光路进行模拟，并分析了实际测量屈光度与仪器-人眼距离的函数关系；最后，成功搭建了试验样机，并通过对中国计量科学研究院模拟眼进行屈光测量来验证函数关系的正确性及测量结果的准确性。实验结果表明该系统能有效地对-10~+10 D范围内的模拟眼进行屈光测量，测量结果显示：球镜度重复测量误差最高不超过0.20 D，变异系数不超过3%；柱镜度重复测量误差最高不超过0.25 D，变异系数不超过9%。此外，该系统结构简单且成本低廉。在满足测量结果准确性、稳定性要求的前提下，该系统更适用于需要仪器小型化的场合，具有广阔的应用前景。

夏克-哈特曼波前传感器是自适应光学系统的重要组成部分,其检测精度直接影响着整个系统的性能。数值模拟技术具有成本低、易于实现等优点,因此,采用数值模拟技术建立了夏克-哈特曼波前传感器的仿真平台,并对其进行了测试。测试结果表明,该仿真平台能很好地表征湍流相位的统计特征,并根据自适应光学系统的工作环境优选光斑定位算法及参数,同时处理特殊情况(如子孔径缺光),以保证波前复原的准确性。此外,该仿真平台可以分析不同畸变波前和噪声水平下的光斑定位误差和波前复原误差,为进一步研究和优化自适应光学系统参数以及提高整个系统的检测精度和性能提供了一个非常有用的工具。

夏克-哈特曼波前传感器(SHWS)通常要求每个子透镜的对应光斑必须在其相应的子孔径范围内,以方便确认光斑与子孔径间的对应关系。提出了一种基于软件的识别方法即迭代外推法,可以在光斑跑出其对应子孔径范围时,仍能确认每一个光斑对应的子孔径,使SHWS具有更大的动态范围。该方法首先找到一个可排序的3×3光斑阵列,并建立关于光斑质心坐标与其行列序号间关系的多项式函数,以预估和搜索相邻光斑;然后利用已搜索光斑区边缘处的3×3光斑阵列,继续向外搜索,直到找到所有光斑,完成所有光斑的行列排序;最后通过调整光斑行列序号的整体偏移,确认光斑与子孔径间的对应关系。仿真研究了该迭代外推法的性能,并通过实验进一步验证了该方法的实用性。

对比研究缺光子孔径斜率置零复原法和缺光子孔径去除复原法的波前复原误差。首先研究了单子孔径缺光的情况,分析表明:缺光子孔径斜率置零法的波前复原误差呈现随子孔径中心相对全口径中心的半径的增大而增大的规律,即孔径中心部分的缺光子孔径的复原误差小,孔径边沿缺光子孔径的复原误差大;而缺光子孔径去除法的波前复原误差在孔径上分布比较均匀并且较小。缺光的子孔径数目增加后,波前复原误差也随之增加。对比研究了多子孔径缺光的情况,结果表明缺光子孔径去除复原法虽然计算量大,但波前复原误差要小得多。

扩展目标夏克-哈特曼波前传感器子图像之间偏移量的计算是影响波前传感精度的关键,通常采用相关算法来实现,并通过抛物线插值等方法来达到亚像元精度。子图像相对偏移量的计算也可以采用计算相关函数质心的方法来实现,其主要步骤是先计算子图像间的相关函数,在此基础上计算相关函数的质心,达到亚像元精度。通过仿真研究表明这种算法的精度与进行相关运算时的图像大小、计算质心时的相关函数窗口大小以及相关函数阈值的设定有关;同时,图像的信噪比也会影响算法的精度。研究表明,图像的信噪比小于1时,质心算法的计算误差相对较大;当图像的信噪比高于2时,相关函数质心算法的误差大约是抛物线插值法误差的一半。实验结果与仿真结果也基本吻合。

提出了一种提高夏克-哈特曼波前传感器光斑质心的定位精度算法, 分析了光斑质心的探测误差, 采用与光斑尺寸匹配的探测窗口及插值法提高了图像的分辨率, 并使用二阶矩算法计算了质心位置。采用该算法对含有噪声的光斑图进行图像处理与计算, 并给出了待测件的波前重构示意图。结果表明, 相对于传统算法, 该算法将质心的探测精度提高了约0.8倍。

环境温度变化是影响夏克哈特曼波前传感器（SHWS）测量精度的重要因素之一。采用Zemax软件热分析功能，分析了环境温度变化引起的微透镜阵列（MLA）变形及折射率变化、MLA和电荷耦合器件（CCD）间距变化以及球面波点源与SHWS间距变化对SHWS测量精度的影响。分析计算得出，环境温度变化引起的MLA和CCD间距变化是影响SHWS测量精度的主要因素，环境温度在21~24 ℃内每增加1 ℃，给测量结果带来的误差[均方根（RMS）]约为0.52 nm 。通过单模光纤衍射产生近于理想的球面波对SHWS测量精度进行实验验证，实验结果和仿真分析结果基本一致。

由于背景噪声及探测器噪声的存在，夏克 -哈特曼波前传感器质心探测误差较大，本文提出了一种在稀疏域去除背景噪声及探测器噪声的方法。首先采用二维高斯模型生成光斑信号样本图像，构造超完备目标字典，依次对测试图像分块计算其在超完备字典中的表示系数，利用噪声、背景和目标表示系数的不同，通过认为设定阈值来判别该图像块是否为光斑信号。结果表明，本文处理方法能够较好的提取出光斑信号，且与减阈值算法相比，其处理后质心偏差、 RMS及 PV值都较小。

由于光斑质心探测精度直接影响夏克-哈特曼波前传感器的波前探测精度, 本文提出基于标记分水岭法来确定阵列光斑质心探测窗口。首先, 对采集到的夏克-哈特曼阵列光斑图像进行平滑并求出其梯度图像; 然后, 利用大津(OTSU)阈值法在求出的梯度图像上进行目标标记, 最后在标记过的梯度图像上进行分水岭分割, 确定出每个光斑的探测窗口。由于该方法确定的质心探测窗口是对光斑实际大小进行匹配, 故有效地抑制了噪声对质心探测的影响。实验结果表明: 利用该方法确定光斑探测窗口所计算的质心精确度和稳定性均比传统的在子透镜窗口中计算光斑质心的方法要高。统计多幅图像计算得到的窗口质心标准差的平均值为0.010 9, 比传统法计算出的平均值0.073 4提高了6倍, 满足哈特曼波前传感器对光斑质心计算稳定性和精确度的要求。