Том 37, номер 10, статья № 12

Коняев П. А. Корреляционный алгоритм для адаптивной оптической системы солнечного телескопа. // Оптика атмосферы и океана. 2024. Т. 37. № 10. С. 889–893. DOI: 10.15372/AOO20241012.
Скопировать ссылку в буфер обмена
Аннотация:

В адаптивных оптических системах (АОС), применяемых в астрофизике, широко используются разновидности корреляционного алгоритма NCC (Normalized Cross Correlation), как правило, в блоках слежения и стабилизации, а также для измерения оптических параметров АОС, например локальных наклонов в датчиках волнового фронта (ДВФ). Ввиду тенденции увеличения апертур современных телескопов и роста разрешения цифровых видеокамер не теряет актуальности задача повышения быстродействия алгоритма NCC для вычислений в реальном масштабе времени. В настоящей работе предложена модификация NCC для измерения смещения изображений протяженных объектов статичной сцены в приложениях адаптивной атмосферной оптики. Эта разновидность алгоритма может использоваться в следящих системах для устранения дрожания всего изображения, а также для измерений фазы волнового фронта в ДВФ. Благодаря упрощению процедуры нормировки опорного кадра скорость алгоритма увеличивается и появляется возможность его применения в АОС крупноапертурных солнечных телескопов.

Ключевые слова:

корреляционный алгоритм, адаптивная оптика, атмосферная турбулентность, солнечный телескоп, волновой фронт

Список литературы:

1. Ballesteros E., Collados M., Bonet J., Lorenzo F., Viera T., Reyes M. Two-dimensional, high spatial resolution, solar spectroscopy using a correlation tracker // Astron. Astrophys. Suppl. Ser. 1996. V. 115. P. 353–365.
2. Scharmer G.B., Dettori P., Lofdahl M.G., Shand M. Adaptive optics system for the new Swedish solar telescope // Proc. SPIE. 2002. V. 4853-52. DOI: 10.1117/ 12.460387.
3. Rimmele T.R., Marino J. Solar Adaptive Optics // Living Rev. Sol. Phys. 2011. V. 8, N 2. DOI: 10.12942/ lrsp-2011-2.
4. Rais M., Morel J.-M., Thiebaud C., Delvit J.-M., Facciolo G. Improving wavefront sensing with a Shack–Hartmann device // Appl. Opt. 2016. V. 55, N 28. P. 7836–7846. DOI: 10.1364/AO.55.007836.
5. Leese J.A., Novak C.S. An automated technique for obtaining cloud motion from geosynchronous satellite data using cross correlation // J. Appl. Meteorol. 1971. V. 10. P. 118–132.
6. Barnea D.I., Silverman H.F. A class of algorithms for fast digital image registration // IEEE Trans. Comp. 1972. V. C-21. P. 179–186.
7. Lewis J.P. Fast template matching // Vision Interface 95, Canadian Image Processing and Pattern Recognition Society, Quebec City, Canada, May 15–19, 1995. P. 120–123. URL: https://www.researchgate.net/publication/242325076_Fast_Template_Matching (last access: 09.06.2024).
8. Hii A.J., Hann C.E., Chase J.G., Van Houten E.W. Fast normalized cross correlation for motion tracking using basis functions // Comput. Meth. Prog. Biomed. 2006. V. 82, N 2 P. 144–156. DOI: 10.1016/j.cmpb. 2006.02.007.
9. Lukin V.P., Botygina N.N., Emaleev O.N., Konyaev P.A. Wavefront sensors for adaptive optical systems // Meas. Sci. Rev. 2010. V. 10. P. 102–107. DOI: 10.1117/12.831133.
10. Berkefeld N., Schmidt D., Soltau D., Heidecke F., Fischer A. The adaptive optics system of the 1.5 m GREGOR Solar telescope – four years of operation // Proc. SPIE. 2016. V. 9909. P. 1–7. DOI: 10.1117/12.2232604.
11. Hartlieb S., Wang Z., Rudinger A., Haist T., Reichelt S. Large dynamic range Shack–Hartmann wavefront sensor based on holographic multipoint generation and pattern correlation // Opt. Engin. 2024. V. 63, N 2. P. 024107. DOI: 10.1117/1.OE.63.2.024107.
12. Коняев П.А. Обработка цифровых изображений для коррекции атмосферных турбулентных искажений в реальном времени // Оптика атмосф. и океана. 2021. Т. 34, № 7. С. 564–568. DOI: 10.15372/ AOO20210712; Konyaev P.A. Digital image processing for real-time correction of atmospheric turbulent distortions // Atmos. Ocean. Opt. 2022. V. 35, N 3. P. 197–201.