为了获得稳定的高分辨率图像,多数大型地基天文望远镜配置了自适应光学系统。在观测过程中,观测目标较弱、波前信息缺失或大气湍流过大等原因会导致自适应光学系统无法进行闭环工作,需要具备一定科学知识的专业人员对自适应光学系统进行实时控制,系统无法自动运行。对自适应光学系统的自动运行进行研究,使其具备一定的人工智能,减少对专业操作人员的依赖,是提高自适应光学系统工作效率并扩大其应用范围的一个关键环节。针对当前大型地基望远镜和自适应光学系统的发展需求,本文以影响自适应光学系统自动运行的关键因素——自动闭环技术为核心进行了以下三个方面的研究:首先,提出了一种改进的基于阈值处理和模板匹配的子光斑检测算法,对哈特曼阵列透镜的光斑分布进行分析,并基于真实的暗弱目标成像结果,对该算法进行了分析和验证;其次,对哈特曼阵列透镜各子孔径缺光对自适应光学系统闭环的影响进行了量化的分析,并给出了权重矩阵,该矩阵对各个子孔径缺光对自适应光学系统闭环的影响程度实现了量化评估。在前两项工作的基础上,提出了一种基于哈特曼光斑缺光影响阈值进行自适应光学系统自动闭环判断的算法,对影响阈值的选取进行了初步研究,并从经验值和机器学习两个角度给出了影响阈值的选取方法。通过实验分析,有效地验证了该自适应光学系统自动闭环判断算法的精确性和可行性。本文提出了一种基于哈特曼光斑能量分布的自适应光学系统自动闭环的智能判断方法,相对于传统的自适应光学系统,该方法的引入将科研人员从单一重复劳动中解放出来,对于自适应光学系统的智能化运行有重要的意义。