用于 Shack-Hartmann 波前传感器中拉长光斑质心计算的人工神经网络
天体物理仪器与方法
2014-04-10 v1
摘要
在极大望远镜中使用自适应光学带来了新的挑战，其中之一是处理 Shack-Hartmann 波前传感器图像。当将这类传感器与激光导星结合使用，对直径 30 米以上的望远镜瞳孔进行采样时，需要计算拉长光斑的质心，这些光斑的拉长角度和纵横比随望远镜瞳孔位置变化。现有技术如匹配滤波器被认为是计算拉长光斑质心的最佳方法，但它们难以应对钠层轮廓变化的影响。本文提出了一种使用人工神经网络的新技术，利用神经网络应对变化条件的能力，在此背景下优于现有技术。我们开发了全面的模拟来探索该技术，并将其与现有算法进行比较。
引用
@article{arxiv.1404.2294,
title = {Artificial neural networks for centroiding elongated spots in Shack-Hartmann wavefront sensors},
author = {A. T. Mello and A. Kanaan and D. Guzman and A. Guesalaga},
journal= {arXiv preprint arXiv:1404.2294},
year = {2014}
}
备注
11 pages, 19 figures