基于PSF重构和改进的最大后验估计的自适应光学图像复原算法

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6.83%,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。