自适应光学扫描激光眼底成像系统研究是当前研究的一个热点。利用Badal系统、变形镜和夏克-哈特曼波前传感器设计了一种可调焦的自适应光学激光扫描眼底成像系统, 通过视标引导, 调节Badal系统中的透镜间距, 实现人眼低阶像差校正。根据系统调焦及工作原理, 分析了Badal系统最佳参数, 并对系统参数进行设计, 采用Zemax光学软件对系统进行仿真及优化。仿真结果表明, 设计的系统点列图光斑小于衍射极限, 各屈光度斯特列尔比值均大于0.8, 甚至低屈光度下的斯特列尔比可达0.95, 不同屈光度下各视场调制传递函数(MTF)曲线接近衍射极限, 正常人眼视网膜面上系统理论分辨率约为2.29 μm, 接近衍射极限分辨率(2.11 μm), 能够对-6~6 m-1屈光不正的人群实现眼底视网膜清晰成像。

分行法实现湍流相位屏，并计算相关参数。具体数值自行调整即可。

本书能容：第一章 光波前扰动理论；第二章 微弱光探测理论；第三章 光波前传感技术；第四章 波前重构理论与技术；第五章 光学移相技术 第六章 校正式自适应光学系统；第七章 解卷积处理在自适应光学系统中的应用；第八章 非线性光学相位共扼原理

音视频-图像处理-视网膜细胞分布特征及自适应光学系统对弱视人眼视网膜的研究.pdf

音视频-图像处理-视网膜血管的液晶自适应光学成像系统设计.pdf

AOPY-AdaptiveOpticsPYthon 这是一个用于在Python中执行Adaptive-Optics-y事情的模块。 此存储库中有几个子目录。 布局 aopy基本的自适应光学例程。 这些目录将包含Don Gavel库的python端口。 最终应将其拆分为自己的库。 cextern - c源文件。 docs此处所有Python代码的基于Sphinx的文档。 IDL与该python代码具有相同功能的IDL代码，用于奇偶校验测试。 licences -用于此代码的许可证。 scripts -此代码的命令行工具。 tests -Python单元测试。 要求 该模块是用Python 2.7编写的，并且仅在Python 2.7上进行过测试 该模块需要Numpy和Scipy进行算法处理，并使用Matplotlib进行绘图。 在安装aopy之前，通常最简单的方法是自行安装这三个

随机并行梯度下降算法能不依赖波前传感器直接对系统性能进行优化。以32单元变形镜为校正器,采用随机并行梯度下降算法建立了自适应光学系统仿真模型。通过分析该系统对静态波前畸变的校正能力,验证了随机并行梯度下降算法的收敛性;讨论了算法增益系数、随机扰动幅度与收敛速度的关系,并指出通过算法增益系数的自适应调整可以改进算法的收敛速度。

AO脚本 在这个 repo 中，发布了用于自适应光学 (AO) 的 Matlab 脚本。 大多数脚本与 SHWFS（Shack-Hartmann 波前传感器）直接相关。 在“斜率可视化”中是例如发布的脚本，该脚本基于区域重建重建波前并将其与斜率数据并排可视化。

热图像均值matlab代码使用遗传算法改进成像以寻找贝塞尔光束激光器的任意轮廓 添加一名作者 项目顾问： Tomasz Smolinski 博士1 ，Thomas Planchon 博士2 日期： 2015 年 12 月 抽象的 自适应光学是一种用于通过使用有源光学器件（可变形反射镜或空间光调制器 SLM）减少波前畸变的影响来增强光学系统性能的过程。 实现这种增强的一种方法是使用遗传算法来控制有源光学器件的优化。 该项目的目标是开发一种遗传算法，以控制用于塑造激光束轮廓的空间光调制器 (SLM)。 空间光调制器是一种能够在空间和时间上操纵光波的幅度、相位或偏振的装置。 自然地，激光的形状遵循高斯函数。 人们对使用高斯以外的形状来改进 cymatic 设备的测量技术很感兴趣。 本次演讲将展示使用用于优化 SLM 的遗传算法进行的实验结果。 将展示从我们的模拟实验中得到的激光轮廓的各种测量结果。 背景 在生物光子成像实验室，对名为“秀丽隐杆线虫”（C. elegans）的线虫进行成像，用于组织样本和细胞分析。 当前的成像技术使用光的高斯发射。 使用这种技术，饱和光子会在发射光的焦点处射出。

用Python模拟'Optique Adaptative' （以前是PyAOS） 介绍 Soapy是用Python编写的蒙特卡洛自适应光学仿真工具包。 soapy可用作常规的端到端仿真，在其中可以通过简单地编辑配置文件来创建大量AO配置。 它的真正力量在于对象的模块化性质，例如WFS，DM和重构器，可以将其用作构建新的和复杂的AO思想和配置的基础。 请记住，肥皂在很大程度上是一个正在进行的工作，并且正在大力发展中。 我还没有完全稳定的API，但是我会尝试说出什么大的变化了。 由于这些原因，我强烈建议您不要在重要的工作中使用肥皂，并且建议与我联系以讨论其对任何即将出版的作品的适用性。 有文档，这一次也正在开发中！ 快速开始 试用conf目录中的一些代码示例，或者在bin运行soapy脚本，或者加载python或IPython终端： import soapy sim = soapy.S