基于B样条函数的快速波前复原

来源 :光电工程 | 被引量 : 0次 | 上传用户:masdfsd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从斜率复原波前是夏克-哈特曼波前传感器这一类斜率采样探测器的核心流程.传统的复原算法中,区域法对局部波前的复原效果好,但易受斜率噪声的影响,同时空间分辨率较低;模式法抗噪能力强,但没有精确复原局部波前的能力.本文提出了基于B样条函数的快速复原算法,将波前展开为B样条曲面的线性组合,并将复原问题从斜率最小二乘问题转化为泊松方程,利用斜率的Taylor展开式估计散度,再通过超松驰迭代法进行快速求解.该方法将B样条函数的理论散度积分和实际散度估计分离,可以方便地扩展到不同阶次和不同节点数量的B样条基复原算法中.另外,通过改变散度估计的计算区域,可以灵活控制并平衡算法的局部复原能力和抗噪能力.对变形镜驱动器响应函数的测量实验表明,该方法具有较好的局部复原能力、抗噪能力和任意精度的空间分辨率.
其他文献
为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN)。将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用Softmax生成概率分布。最后,使用标准数据集进行实验,结果表明,Re-CRNN算