Улучшение качества изображения на основе метода фазового разнесения и нейронных сетей

• Автор: Клеймёнов, Егор Викторович
• Шифр специальности: 05.11.07
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Санкт-Петербург
• Количество страниц: 127 с. : ил

ОГЛАВЛЕНИЕ

Перечень условных обозначений

Введение

1. УЛУЧШЕНИЕ КАЧЕСТВА ИЗОБРАЖЕНИЯ В КРУПНОГАБАРИТНЫХ

ТЕЛЕСКОПАХ

1Л Проблемы крупногабаритных телескопов в системах получения изображения

1.2 Адаптивные оптические системы в наземных телескопах и комплексах слежения

1.3 Многоапертурный синтез телескопов

Выводы и задачи исследований

2. АНАЛИЗ ВОЗМОЖНОСТИ УЛУЧШЕНИЯ КАЧЕСТВА ИЗОБРАЖЕНИЯ НА

ОСНОВЕ МЕТОДА ФАЗОВОГО РАЗНЕСЕНИЯ

2.1. Математическое описание метода фазового разнесения
2.2 Результаты математического моделирования реализации метода фазового
разнесения
Выводы
3. ОСНОВЫ ТЕОРИИ НЕЙРОННЫХ СЕТЕЙ. РЕКОМЕНДАЦИИ ПО ИХ СОЗДАНИЮ И НАСТРОЙКЕ
3.1 Нейронная сеть с биологической точки зрения
3.2 Определение нейронной сети и ее разновидности
3.3 Описание базовой модели нейрона
3.4 Описание многослойного персептрона
3.5 Обучение нейронной сети
3.5.1 Цель и описание процесса обучения
3.5.2 Методы обучения нейронной сети
3.5.3 Алгоритм обратного распространения
3.5.4 Переобучение и обобщение
3.5.5 Отбор данных для обучения нейронной сети
3.6 Выбор количества спрятанных слоев и узлов в нейронной сети
Выводы
4. ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ В АДАПТИВНЫХ ОПТИЧЕСКИХ
АСТРОНОМИЧЕСКИХ ТЕЛЕСКОПАХ
4Л. Появление первых адаптивных оптических систем на основе нейронных сетей для однозеркальных телескопов
4.2 Результаты математического моделирования и экспериментальных исследований в многозеркальных адаптивных оптических телескопах
4.3 Результаты исследований, посвященных использованию нейронных сетей для
прогнозирования волнового фронта
Выводы
5. МОДЕЛИРОВАНИЕ РАБОТЫ АДАПТИВНОЙ ОПТИЧЕСКОЙ СИСТЕМЫ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ ДЛЯ КОМПЕНСАЦИИ ИСКАЖЕНИЙ, ВЫЗВАННЫХ АТМОСФЕРОЙ
5.1. Постановка задачи
5.2. Оценка эффективности использования АОС
5.3 Краткая математическая модель атмосферы
5.4 Оценка величины требуемой компенсации фазовой ошибки при использовании
АОС. Влияние компенсации наклонов при различных соотношениях О/го
5.5. Получение выходных интенсивностей
5.6. Работа АОС на основе нейронной сети
5.6.1 Обучение нейронной сети
5.6.2. Тестирование нейронной сети
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
Перечень условных обозначений
АОР алгоритм обратного распространения
АОС адаптивная оптическая система
ДВФ датчик волнового фронта
МНК метод наименьших квадратов
МП многослойный персептрон
МСТ многоапертурный синтез телескопов
НС нейронная сеть
ОПФ оптическая передаточная функция
ПУ прогнозирующее устройство
РБФ радиальная базисная функция
СКО среднеквадратичная ошибка
ФР фазовое разнесение
ММТ Multiple Mirror Telescope
SOR Starfire Optical Range
HST Hubble Space Telescope (космический
телескоп Хаббла)
системы. Так как случай некогерентного излучения представляет для нас больший интерес, то его мы и будем рассматривать. Простейшая линейная модель представлена на рис.2.1.
фокусированное
изображение
рис.2.1 Схема модели с фазовым разнесением.
Пусть о(х,у) - распределение интенсивности объекта, а 0(и,у)- спектр объекта, который можно регистрировать в двух каналах (1-ый канал - фокусированная оптическая система (ФОС), 2-ой канал - расфокусированная оптическая система (РОС)).
Распределение интенсивности на выходах ФОС и РОС можно записать в
виде:
1(х,у)-Ь(х,у)*о(х,у), (2.1)
1а(х,у)=ЬС1(х,у)*о(х,у), (2.2)
где Ь(х,у) - функция рассеяния ФОС, й£1(х,у) - функция рассеяния РОС.
В Фурье-пространстве уравнения (2.1) и (2.2) можно переписать в виде: 1(и,у)=Н(и,у)0(и,у), (2.3)
1(1(и,у)=Щи,у)0(и,у), (2.4)
где 1(и,у) и 1а(и,у) - Фурье-спектры 1(х,у) и 1й(х,у) соответственно. Н(и,у) и Н(1(и,у) - Фурье-спектры 1з(х,у) и й(1(х,у), являющиеся оптическими
передаточными функциями (ОПФ) ФОС и РОС соответственно.
Оптические передаточные функции Н(и,у) и Нс)(и,у) связаны с обобщенными функциями зрачка ФОС и РОС - Р(и,у) и Рй(и,у) соответственно: