一种自适应光学核函数算法及其系统中的应用

本发明公开了一种自适应光学核函数算法及其系统中的应用，属于计算成像等交叉领域。该算法通过采集光学原始数据，在空间域和频率域提取特征，经自适应权重生成器输出核参数，选取或合成最优核后对原始数据卷积得到增强图像，再以任务驱动损失反向更新形成闭环自学习。核函数族含高斯核等，采用可微混合方式。空间域和频率域特征提取器分别为多尺度Sobel‑Laplacian金字塔和可变窗口多分段离散傅里叶变换。权重生成器是轻量级GCN‑GRU混合网络。系统包括光学前端等模块，光电卷积阵列算力强、时延低，健康监测模块保障安全，满足ASIL‑C等级。该发明实现信噪比与分辨率双提升，适用于高光谱成像等场景。