大视场高像质简单光学系统的光学-算法协同设计.docx

该【大视场高像质简单光学系统的光学-算法协同设计 】是由【科技星球】上传分享，beplayapp体育下载一共【19】页，该beplayapp体育下载可以免费在线阅读，需要了解更多关于【大视场高像质简单光学系统的光学-算法协同设计 】的内容，可以使用beplayapp体育下载的站内搜索功能，选择自己适合的beplayapp体育下载，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此beplayapp体育下载到您的设备，方便您编辑和打印。大视场高像质简单光学系统的光学-算法协同设计??郑云达,黄玮,徐明飞,潘云,贾树强,张晓菲,卢勇男(,吉林长春130033;,北京100049)1引言高像质、低成本、小型化相机在遥感测绘、安防、医疗等领域的需求日益增加。而对于光电成像系统而言,高像质与低成本小型化是相互矛盾的。如要满足高像质的需求,光学设计者们要在光学系统中加入多个镜片来校正像差,这就导致光学系统体积、重量、成本增加,难以满足低成本、小型化的需求。近年来,不少研究者利用图像复原的方法校正光学像差,从而提高图像质量[1-4]。经典的方法有逆滤波法、维纳滤波法[5]、Richardson-Lucy算法[6-7]等,然而这些方法易受噪声影响,容易产生振铃效应,不能很好地去除光学像差。为了减轻噪声干扰,复原更多的图像细节,基于自然图像规律先验[8-10]和基于光学成像规律先验[11-12]的图像去卷积算法相继被提出。这些方法引入先验知识作为正则项,将病态的去卷积问题转化为良态问题,使恢复结果具有清晰图像的特性,同时抑制振铃效应。Schuler等人[13]最早利用图像复原的方法简化光学系统,提出单透镜计算成像系统的概念。他们将前端的镜头简化为单透镜,利用相机拍摄了模糊图片后,最终通过图像复原算法有效地消除了像差模糊。Heide等人[14]提出了基于交叉通道先验的图像去卷积算法,大幅减弱了色差引起的模糊及彩边现象,并通过自制的单透镜相机获得了较高质量的图像。在国内,李卫丽等人[15]也通过计算成像原理实现了单透镜相机。王娇阳、谭政等人[16-17]提出了光学成像系统与图像处理系统的联合优化方法。崔金林[18]在单透镜成像技术中引入字典学****和卷积神经网络的方法,提升了点扩散函数的获取速度及单透镜相机的成像质量。然而,大部分研究者选用的前端光学系统都过于简单,导致图像模糊程度大,信息丢失严重,难以复原出高像质图像。针对这一问题,本文提出了一种大视场简单光学系统的光学-算法协同设计方法。在图像复原算法方面,改进了空间变化的交叉通道去卷积算法,加入倍率色差校正,以确保图像复原算法在大色差情况下的有效性,显著地去除了色差带来的图像模糊。在光学设计阶段,由于算法可以明显减弱色差的影响,放开了色差的约束,并专注优化绿色通道的像质,使该通道成像锐利,从而在后期交叉通道去卷积算法中,更有效地帮助红、蓝两通道图像复原,实现高像质成像。本文利用该方法设计了一套仅由两片镜组成的大视场简单光学系统,系统焦距为50mm,全视场为46°,,探测器分辨率为1000万像素。该系统采用全球面设计,两片镜材料均为K9玻璃。,镜头所成的模糊图像可以看成是真实图像与光学系统的点扩散函数(PointSpreadFunction,PSF)卷积的结果,成像模型可表示为:y=k?i+n,(1)其中,y表示模糊图像,k表示光学系统的PSF,i表示真实图像,n表示系统噪声。根据模糊图像求取清晰图像的问题是一个去卷积问题。然而,去卷积是一个病态问题,会有无穷多解,需要引入适当的先验作为正则项,从无穷多解中选出最优的一个。对于简单光学系统,由于存在较大的色差,不同颜色光的波长不同,焦距不同,其理想的聚焦位置也有很大差异。当像面处于某一颜色通道的理想聚焦位置时,其他颜色通道将出现严重的离焦,这就造成了彩边现象。Heide提出了交叉通道先验理论[14],即“物体的边缘会出现在红、绿、蓝3个颜色通道相同的位置”,利用聚焦的理想颜色通道所成的锐利图像,可帮助另外两个离焦通道的模糊图像复原,在消除轴向色差的同时,使复原效果明显提升。交叉通道先验可表示为:(2)其中,j和l表示两个颜色通道。结合交叉通道先验,去卷积算法的最优化公式的矩阵形式可表示为:(3)其中,第一项为最小二乘法拟合项,第二项表示清晰图像梯度和二阶导数服从重尾分布,第三项是交叉通道先验。公式中,H{1,2}表示计算一阶导数的卷积矩阵,H{3…5}表示计算二阶导数的卷积矩阵,λc和βcl∈R分别是图像先验与交叉通道先验的权重。上述优化问题可由原始对偶算法解出[19],此处不赘述。,即PSF在全视场内是一致的。然而,光学系统的点扩散函数是随着视场的变化而变化的。图1(a)(彩图见期刊电子版)展示了一个两片镜简单光学系统各视场的PSF分布图。可见,随着视场的增大,PSF在形状和强度分布有着明显的变化,但是对于两个相近的视场,PSF的差异又很小。-variantstrategy针对光学系统PSF的空间变化特点,本文使用一种矩形重叠分块的办法,如图1(b)(彩图见期刊电子版)所示。将模糊图分成重叠的矩形小块,并假设在每个分块内,PSF空间不变。每个分块分别进行去卷积计算后拼接得到复原图像。对于PSF在分块内具有一致性的假设会产生边界误差。故本文在边界重叠区域使用线性过渡方式,以有效减轻边界误差。引入了增益因子G,在图片的非重叠区域,增益因子G是常数1,在重叠区域,它会线性下降直至分块边界处,变为零。如图2所示(彩图见期刊电子版),G1和G2分别是两个相邻分块Patch1和Patch2的增益因子,它们重叠区域的图像ioverlap是两个分块图像的线性混合:ioverlap(x,y)=G1(x,y)·ipatch1(x,y)+G2(x,y)·ipatch2(x,y),(4)其中,x和y是所计算像素的坐标。,尤其是大视场光学系统。当存在倍率色差时,对于轴外同一物点,光学系统在红、绿、蓝三通道的成像位置会存在明显差异,导致三通道图像中物体的边缘发生错位。尽管交叉通道去卷积算法可以有效消除轴向色差,但当光学系统存在较大倍率色差时,交叉通道去卷积算法将会失效。图3(彩图见期刊电子版)为交叉通道先验的示意简图,图中横坐标为像素的位置,纵坐标为像素灰度值。如图3(a)和3(b)所示,当系统不存在倍率色差或倍率色差很小时,交叉通道先验可以使模糊通道的边缘更加锐利。如图3(c)和3(d)所示,当倍率色差很大时,红色和蓝色通道的边缘与绿色通道边缘的位置会发生严重偏离,导致交叉通道先验失效。因此,本文在交叉通道去卷积前,引入倍率色差校正,以减弱三通道图像边缘的分离程度,保证交叉通道先验的有效性,如图3(e)、3(f)和3(g)所示。-channelprior倍率色差实际上是由不同波长的光畸变程度不同导致的,将不同颜色通道图像的实际像点拉伸或收缩至同一波长(如绿光)的近轴像高位置,即可校正倍率色差。倍率色差呈旋转对称分布,带有倍率色差的光学系统中,物点的实际像高和近轴像高的关系可用下列多项式近似表示[20]:(5)其中,rj表示校正前颜色通道j的物点的实际像高,rcorr表示物点某一波长光(如绿光)的近轴像高,a、b和c是多项式的系数。本文以绿光的近轴像高为校正标准,对公式(5)中的多项式进行拟合,并校正倍率色差,步骤如下:(1)使用光学设计软件提取系统的绿光畸变信息和倍率色差信息。(2)根据畸变和倍率色差信息计算三色光的实际像高与绿光的近轴像高,并结合探测器像元尺寸,将像高转化为像素数。(3)使用最小二乘法分别拟合求取3种色光的多项式系数。(4)计算校正后图像的每一个像元到图片中心的距离,作为该点的近轴像高像素数。将近轴像高的像素数代入多项式求取实际像高的像素数。(5)步骤(4)中求取的实际像点位置可能会出现亚像素情况,本文使用双线性插值的方法估计该位置的灰度值,并将其替换至校正后图像对应的像素位置。校正色差后,模糊图像被拉伸,因此,在去卷积前,所使用的PSF也应根据公式(5)拉伸。本文将空间变化的PSF按实际成像位置置于一幅空白图片中,形成PSF阵列图。然后使用前文所述的校正倍率色差的方法对PSF阵列图进行处理,以实现PSF的拉伸。,在简单光学系统成像技术的研究中,学者们广泛使用的是只含一片平凸透镜的单透镜系统,该系统分辨率低,像质差,而且随着视场角的增加,单透镜的场曲会显著增长,如图4(a)所示。边缘视场的点扩散函数变得太大会导致信息丢失严重,很难成功复原边缘视场的图像。因此,单透镜系统的视场也受到了严重的限制。为了获得更大的视场和更高的分辨率,本文采用一个由两片对称的弯月透镜组成的系统作为初始结构,如图4(b)所示。这个结构对于轴外像差有良好的校正效果,全视场的PSF都很容易控制在合理的尺寸内,这样有利于图像算法复原高质量图像。由于前面描述图像复原算法可以显著地消除色差,本文在优化过程中利用多重结构的方法进行优化,放开色差的约束,并增加绿色波长的权重,使绿色通道的成像质量比普通光学系统更加锐利,保留更多信息,便于图像恢复。同时,没有了色差的约束,PSF的尺寸也更容易控制。为了进一步降低系统的成本,本文只使用HK9L玻璃作为镜片的材料。本文的设计结果如图5所示。系统焦距是50mm,全视场46°,。镜头参数见表1。可以看到绿色通道的弥散斑非常小,尽管系统的倍率色差很严重,但是红、蓝两个模糊通道的弥散斑的尺寸也得到了很好的控制。