CN101950250A - 基于累加器的哈特曼-夏克波前斜率获取方法及处理器 - Google Patents

Abstract

本发明是一种基于累加器的哈特曼-夏克波前斜率获取方法及处理器，处理器由多个通道和一个除法模块Div组成，通道数量和一个子孔径行内子孔径个数相同。每个通道由一个协处理器和五个累加器Acc0至Acc4构成。方法包括把质心运算所需的二维图像矩分解为两个级联的一维矩，然后利用递推累加的的方法完成坐标与像素的乘积计算功能，有效地避免了乘法运算。

Description

基于累加器的哈特曼-夏克波前斜率获取方法及处理器

技术领域

本发明涉及点源目标自适应光学高速波前处理系统，是一种低成本、易扩展的、适用于超大规模自适应光学系统实时波前探测的波前斜率处理器。

背景技术

哈特曼-夏克传感器是目前应用最广泛的波前传感器，通常由微透镜阵列与CCD(电荷耦合元件)相机组成，阵列微透镜对波前进行分割采样，在电荷耦合元件的靶面上形成一个光斑阵列。当入射光束有波前畸变时，子孔径范围内的局部波前倾斜将会造成光斑的发生漂移，测量光斑中心在两个方向上的漂移量就可以求出各个子孔径范围内的波前在两个方向上的平均斜率。灰度重心法常常用来确定子孔径光斑的中心位置，从而计算出局部波前斜率，提供给波前校正器以实现波前畸变的校正或者波前复原装置进行波前检测。

灰度重心法的常规实现方式需要乘法器完成坐标与灰度权值的乘法运算，而目前基于FPGA的波前处理机都是采用乘法器与累加器相结合的方式完成子孔径光斑灰度重心的计算，例如中科院光电所研制的61单元高速波前处理机，采用三个乘法器和三个累加器构造一个处理通道，求得子孔径斜率计算所需的三个低阶图像矩，通道数量与一个子孔径行所包含的子孔径数目相同[周璐春，王春鸿，等.基于FPGA技术的波前斜率处理方法[J].光电工程，2002，29(3)：28-31.]。然而，为了获得更好的波前探测效果，自适应光学系统中的CCD相机分辨率越来越高，哈特曼-夏克传感器子孔径数目也越来越多，例如美国的Keck AdaptiveOptics的哈特曼-夏克波前传感器的子孔径排布为20×20[Marcos A.vanDam，et al.Performance of the Keck Observatory adaptive-opticssystem[J]，2004，APPLIED OPTICS 43(29)：5458-5467.]，而为ELTs(Extremely Large Telescopes)的自适应光学波前校正研制的探测器甚至能够支持50×50到200×200个子孔径[L.F.Rodríguez Ramos，et al.FPGA-based slope computation for ELTs adaptive optics wavefrontsensors[J].SPIE，2008，7015(701530)：1-11.]。这要求波前处理器增加相应数目的处理通道。专用乘法器作为高档FPGA片内的稀缺资源，数量很少，而构造乘法器也需要占用大量的逻辑资源，因此对于超大规模自适应光学系统的波前斜率处理，上述的基于乘法器的波前斜率处理构架需要占用的逻辑资源巨大，甚至无法在单片FPGA内实现。

发明内容

为了解决的现有技术针对在哈特曼-夏克传感器子孔径数目越来越多的的情况下，现有的基于乘法器的波前斜率处理器占用的资源过多的问题，本发明的目的是提出了一种基于累加器的波前斜率处理装置。

本发明基于累加器的自适应光学波前斜率处理器，该处理器解决技术问题的技术方案是：由多个处理通道和一个除法模块组成，每个处理通道之间为并联连接，每个处理通道的两个输入端分别与外部的电荷耦合元件的时钟信号端和电荷耦合元件的图像数据端并行连接，每个处理通道的输出端分别通过数据线与除法模块的输入端连接，除法模块的输出端输出图像每个子孔径光斑的质心位置；所述处理通道的数量与一个子孔径行内子孔径个数相同，用于对所有光斑并行处理。

本发明利用基于累加器的自适应光学波前斜率处理器的自适应光学波前斜率的获取方法，该方法解决技术问题的技术方案是：

步骤S1：电荷耦合元件的数据通过数据总线同时流入各个通道，每个通道内的协处理器根据电荷耦合元件的像素的空间位置产生控制信号，使得所述通道内的第零累加器至第四累加器只对所述通道所对应的子孔径像素进行处理；

步骤S2：根据所述子孔径图像的大小为M×N，对每行数据的零阶矩通过递推的方式计算：

M_i0(j)＝M_i0(j-1)+S_i(N-j+1)

式中M表示子孔径的行数，N表示子孔径的列数，M_i0表示第i行数据的零阶矩，S_i(N-j+1)表示电荷耦合元件的数据，j表示在子孔径中像素的列坐标，i表示行坐标，第零累加器用来计算每行的零阶矩，而一阶矩M_i1也通过递推方式计算：

M_i1(j)＝M_i1(j-1)+M_i0(j)

式中的初值为零；每一个新电荷耦合元件的数据S_i(N-j+1)到来，通过累加得到第i行数据的零阶矩M_i0(j)，同时对第i行数据的零阶矩M_i0(j)进行累加得到一阶矩M_i1(j)，实现对应数据与坐标的乘积运算；当一行数据输入完成，就得到所述每行数据的一维零阶矩M_i0和一维一阶矩M_i1；这个一维一阶矩是通过第一累加器按照电荷耦合元件的时钟节拍，在控制信号的控制下对第零累加器的数据进行累加得到；

步骤S3：对第零累加器所累加的零阶矩在每行结束时在第二累加器中进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的零阶矩m₀₀；

步骤S4：对第二累加器的结果在每行结束时通过第四累加器进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₀₁；

步骤S5：对第一累加器的结果再每行结束时通过第三累加器进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₁₀；

步骤S6：根据质心运算公式

$X_C=\frac{m_{01}}{m_{00}},$ $Y_C=\frac{m_{10}}{m_{00}}$

式中X_C和Y_C是质心位置，i和j是每个像素的坐标，而m₀₀，m₁₀和m₀₁分别是图像的零阶矩和两个方向上的一阶矩，利用除法模块计算出所述子孔径的质心位置为子孔径在两个方向上的波前斜率。

本发明具有以下优点：

针对资源有限的问题，本发明用累加器代替了乘法器，构成质心运算的基本单元，完成子孔径内光斑质心计算所需的低阶矩的运算，减少了逻辑资源的使用，同时保持很小的处理延迟时间，适用于大规模自适应光学系统的波前斜率实时处理。采用流水线技术和并行技术提高了处理器的工作频率，便于系统的小型化；多通道设计便于系统的升级扩展；因此本发明能够以更低的成本实现相同子孔径布局的波前斜率探测。

附图说明

图1是二维低阶矩计算的可分解示意图；

图2是哈特曼-夏克波前传感器的图像；

图3是本发明提出的基于累加器的波前斜率处理器的结构框图；

图4是单个处理通道进行低阶矩运算的Moldsim仿真时序图；

图5是本发明的装置对哈特曼-夏克波前传感器的图像计算所有子孔径波前斜率的moldsim仿真图；

图6是传统的方法得到的子孔径光斑质心偏移图像；

图7是本发明所得到的子孔径光斑质心偏移图像；

图8是本发明基于累加器的自适应光学波前斜率处理器的自适应光学波前斜率的获取方法；

图9是第零累加器Acc0的结构示意图；

图10是第一累加器Acc1的结构示意图；

图11是第二累加器Acc2的结构示意图；

图12是第三累加器Acc3的结构示意图；

图13是第四累加器Acc4的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

为了避免乘法器的使用，减少资源消耗，并是实现低资源消耗的高速波前斜率处理，对灰度重心法的低阶矩运算部分作出了以下改进：

1)二维低阶矩计算的可分解性：

灰度重心法所需低阶矩的数学表达式为：

$\left\{\begin{array}{c}{m}_{00}=\underset{i,j=1}{\overset{M,N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{M}_{i0}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}\right)\\ m_{10}=\underset{i,j=1}{\overset{M,N}{\mathrm{\Σ}}}j\·S_{\mathrm{ij}}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{M}_{i1}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}j\·S_{\mathrm{ij}}),\\ m_{01}=\underset{i,j=1}{\overset{M,N}{\mathrm{\Σ}}}i\·S_{\mathrm{ij}}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}(i\·M_{i0})=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}(i\·\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}})\end{array}\right.---\left(1\right)$

它们都可以分解为两个一维的低阶矩，其分解过程如图1所示。从图1可以看出，二维零阶矩m₀₀是通过先计算图像每一行的零阶矩M_i0，然后对这些行零阶矩再次求零阶矩得到的；m₁₀是通过先计算图像每一行的一阶矩M_i1，然后对这些行一阶矩再次计算零阶矩得到的；而m₀₁是通过先计算图像每一行的零阶矩，然后对这些行零阶矩再此计算一阶矩得到的；这种分解方式减少了乘法次数，有效降低了运算量。

2)递推方式实现低阶矩的求解。

通过上面的分析可以看出，二维低阶矩的运算可以分成两次一维低阶矩，其中零阶矩阶矩只涉及加法运算，而一阶矩涉及乘法运算；实际上零阶矩可以通过递推的方式得到，而一阶矩可以在零阶矩的基础上，也采用递推求和的方式得到，从而避免了乘法运算；

计算第i行的零阶矩M_i0：

$M_{i0}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}},---\left(3\right)$

使用递推求和：

M_i0(j)＝M_i0(j-1)+S_i(N-j+1)，                   (4)

M_i0的初值为零。

一阶矩M_i1：

$M_{i1}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}j\·S_{\mathrm{ij}},---\left(5\right)$

也可以通过递推方式计算。M_i1与M_i0的关系可以表示为：

$\underset{j=1}{\overset{N}{\mathrm{\Σ}}}j\·S_{\mathrm{ij}}=\underset{j=2}{\overset{N}{\mathrm{\Σ}}}(j-1)S_{\mathrm{ij}}+\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}$

$=\underset{j=3}{\overset{N}{\mathrm{\Σ}}}(j-2)S_{\mathrm{ij}}+\underset{j=2}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}$        (6)

$=S\left(N\right)+(S\left(N\right)+S(N-1))+\·\·\·+\underset{j=3}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}+\underset{j=2}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{S}_{\mathrm{ij}}$

$=M_{i0}\left(1\right)+M_{i0}\left(2\right)+\·\·\·\·+M_{i0}(N-2)+M_{i0}(N-1)+M_{i0}\left(N\right)$

$=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{M}_{i0}\left(j\right)$

这样就避免了像素与坐标的乘法运算，由此可知，M_i1的递推公式为

M_i1(j)＝M_i1(j-1)+M_i0(j)                         (7)

式中的初值为零。可以看出，每一个新数据S_ij到来，通过累加得到M_i0(j)，同时对其进行累加得到M_i1(j)，实现对应数据与坐标的乘积运算；当一行数据输入完成，仅仅通过加法运算就能得到该行数据的一维零阶矩和一维一阶矩。

图2是哈特曼-夏克波前斜率传感器的图像，它具有22×22个方形子孔径，每个子孔径大小为17×19，像素位宽为8bit。在时钟同步下，图像数据逐行逐像素地输入到波前斜率处理电路中，一行图像数据分别属于22个不同的子孔径。图2中为了突出光斑，将灰度反转，即越暗的像素点表示越大的灰度值。

图3是基于累加器的波前斜率处理器的结构框图，所述的处理器由多个处理通道1至N和一个除法模块Div组成，每个处理通道之间为并联连接，每个处理通道的两个输入端分别与外部的电荷耦合元件CCD的时钟信号端和电荷耦合元件CCD的图像数据端并行连接，每个处理通道的输出端分别通过数据线与除法模块的输入端连接，除法模块Div的输出端输出图像每个子孔径光斑的质心位置；所述处理通道的数量与一个子孔径行内子孔径个数相同，用于对所有光斑并行处理。由于电荷耦合元件CCD的数据是逐行逐像素输入的，一行图像数据分别输入该子孔径行上的22个不同的子孔径，因此需要N＝22个通道对该子孔径行上的所有子孔径并行处理质心计算所需的二维低阶矩，然后再输出给一个除法模块Div流水地计算每个子孔径范围内的局部波前斜率；所述的除法模块Div由两个除法器构成，分别完成X和Y方向上的波前斜率计算。

其每个通道由一个协处理器和五个第零累加器Acc0～第四累加器Acc4构成，协处理器的输入端与电荷耦合元件CCD的时钟信号端连接，协处理器根据电荷耦合元件CCD的时钟信号生成第零累加器Acc0～第四累加器Acc4的使能信号和复位信号，协处理器的输出端分别与第零累加器Acc0至第四累加器Acc4的输入端连接，第零累加器Acc0的输入端还与电荷耦合元件CCD的图像数据端连接，第零累加器Acc0的输出端分别与第一累加器Acc1和第二累加器Acc2的输入端连接，第三累加器Acc3和第四累加器Acc4的输入端分别与第一累加器Acc1和第二累加器Acc2的输出端连接，实现对这五个累加器的控制，电荷耦合元件CCD的图像数据流水地进入这些累加器，在协处理器的控制下第二累加器Acc2、第三累加器Acc3和第四累加器Acc4的分别输出端输出每个子孔径光斑的质心计算所需的低阶矩m₀₀、m₁₀和m₀₁；

如图9示出第零累加器Acc0的结构，其中：第零累加器Acc0由一个第零加法器和一个带使能端和复位端的第零寄存器构成，第零加法器的一个输入端与电荷耦合元件CCD的图像数据连接，第零加法器的另一个输入端与第零寄存器的输出端Acc0_out连接，第零寄存器使能信号端EN和复位信号端CLR分别与协处理器的使能输出端和复位输出端连接，第零累加器Acc0的第零寄存器在使能信号的控制下，在一个子孔径内对一行图像数据进行累加，当子孔径内的一行数据输出完毕，第零累加器Acc0的第零寄存器内累加得到该行的一维零阶矩值，在下一行第一个数据输入前通过复位信号对第零累加器Acc0的第零寄存器复位，为下一行数据做准备；

如图10示出第一累加器Acc1的结构，其中：第一累加器Acc1由一个第一加法器和一个带使能端和复位端的第一寄存器构成，第一加法器的一个输入端与第零累加器Acc0的输出端Acc0_out连接，第一加法器的另一个输入端与第一寄存器的输出端Acc1_out连接，第一累加器Acc1的第一寄存器的输出端与第三累加器Acc3的输入端连接，第一寄存器的使能信号端EN和复位信号端CLR分别与协处理器的使能输出端和复位端输出连接，在同步时钟的控制下，第零累加器Acc0的中间累加结果依次顺序进入第一累加器Acc1的第一寄存器，实现在一个子孔径内对一行图像数据一阶矩的计算，当子孔径内的一行数据输出完毕，第一累加器Acc1的第一寄存器内累加得到该行的一维一阶矩值，在下一行第一个数据输入前通过复位信号对第一累加器Acc1的第一寄存器复位，为下一行数据做准备；

如图11示出第二累加器Acc2的结构，其中：第二累加器Acc2由一个第二加法器和一个带使能端和复位端的第二寄存器构成，第二加法器的输入端与第零累加器Acc0的输出端Acc0_out连接，第二加法器的另一个输入端与第二寄存器的输出端Acc2_out连接，第二寄存器的输出端作为子孔径图像零阶矩m₀₀与除法模块Div的一个输入端连接，第二寄存器的使能信号端EN和复位信号端CLR与协处理器的使能输出端和复位输出端连接，第二寄存器在使能信号的控制下，当每一行数据在第零累加器Acc0中累加结束时，对第零累加器Acc0采样并累加，实现对子孔径内每行图像零阶矩的累加，直到最后一行的零阶矩值累加完毕，就得到了该子孔径图像的零阶矩m₀₀，而后在复位信号的控制下对第二累加器Acc2的第二寄存器复位，为下一个子孔径图像输入做准备，第二寄存器的输出端与第四累加器Acc4的输入端连接；

如图12示出第三累加器Acc3的结构，其中：第三累加器Acc3由一个第三加法器和一个带使能端和复位端的第三寄存器构成，第三加法器的一个输入端与第一累加器Acc1的输出端Acc1_out连接，第三加法器的另一个输入端与第三寄存器的输出端Acc3_out连接，第三寄存器输出端与除法模块Div的输入端连接，提供子孔径图像在Y方向上的一阶矩，第三寄存器的使能信号端EN和复位信号端CLR与协处理器的使能输出端和复位输出端连接，第三寄存器在使能信号的控制下，当每一行数据在第一累加器Acc1中累加结束时，对第一累加器Acc1采样并累加，实现对子孔径内每行图像一阶矩的累加，直到最后一行的一阶矩值累加完毕，第三寄存器的输出端输出该子孔径图像的在Y方向上的一阶矩m₁₀，而后在复位信号的控制下对第三累加器Acc3的第三寄存器复位，为下一个子孔径图像输入做准备；

如图13示出第四累加器Acc4的结构，其中：第四累加器Acc4由一个第四加法器和一个带使能端和复位端的第四寄存器构成，第二累加器Acc2的输出端与第四累加器Acc4的输入端连接，第四加法器的一个输入端与第二累加器Acc2的输出端Acc2_out连接，第四加法器的另一个输入端与第四寄存器的输出端Acc4_out连接，第四加法器输出端与除法模块Div的一个输入端连接，提供子孔径图像在X方向上的一阶矩，第四寄存器的使能信号端EN和复位信号端CLR与协处理器的使能输出端和复位输出端连接，在使能信号的控制下，对每个第二累加器Acc2数据进行累加，直到最后一行的一阶矩值累加完毕，第四寄存器的输出端输出了该子孔径图像的再X方向的一阶矩m₀₁，而后在复位信号的控制下对第四累加器Acc4的第四寄存器复位，为下一个子孔径图像输入做准备；

图4是单个处理通道进行低阶矩运算的Moldsim时序图，其中，CLK为同步时钟信号，VAL_Moment为有效阶矩，FV_SUB表示某个子孔径的有效信号，LV_SUB是该子孔径的行有效信号，CCD_DATA是CCD的数据信号，在LV_SUB有效时，第零累加器Acc0对该行的CCD的数据进行累加计算该行数据的零阶矩，而第一累加器Acc1对第零累加器Acc0存储的数据进行累加，实现坐标与像素的乘积运算，当LV_SUB下边沿到来时，第零累加器Acc0中得到了该行数据的零阶矩值，而第一累加器Acc1中得到该行数据的一阶矩值；在每行结束时，第二累加器Acc2对第零累加器Acc0中的零阶矩值进行一次累加，第四累加器Acc4对第二累加器Acc2中的值进行一次累加，而第三累加器Acc3对第一累加器Acc1的值进行累加，直到FV_SUB的下降沿到来，说明一个子孔径的数据输入完成，第二累加器Acc2，第三累加器Acc3和第四累加器Acc4分别输出该子孔径的零阶矩m₀₀，X方向的一阶矩m₀₁和Y方向上的一阶矩m10；每行结束后，会对第零累加器Acc0，第一累加器Acc1复位，为下一行数据的累加做准备，每一个子孔径的数据输出结束后，会对第二累加器Acc2，第三累加器Acc3和第四累加器Acc4复位，为下一个子孔径的数据累加做准备；

基于乘法器的低阶矩计算方法和本发明的资源消耗如表1所示，可见本发明只包含加法运算，运算量远小于常规方法；此外可以看出当所有子孔径数据输出完成时，经过三个时钟周期就得到了所有低阶矩，说明本发明运算量较低，实时性好。

表1运算量比较

图5是本发明的装置对哈特曼-夏克波前传感器的图像计算所有子孔径波前斜率的moldsim仿真图；其中FV表示CCD数据的帧有效信号，LV表示行有效信号，VAL_Center表示子孔径光斑质心位置的有效标志位，而POS_ROW，ROW_Fra和POS_COLUMN，COLUMN_Fra分别表示子孔径在Y方向上以及X方向质心位置的整数和小数值；可见，在100MHz的工作频率下，本发明的装置在FV下边沿出现后，0.33us就可以得到所有子孔径的光斑质心位置，与标定位置相减，就能实时有序地输出所有子孔径斜率。对于22×22子孔径布局的哈特曼-夏克图像，本发明和传统的基于乘法器的波前斜率处理器的资源消耗对比如表2所示，从中可以看出：本发明所消耗的资源为1457个Slices，仅为常规方法的66.2％，大大减少了逻辑资源的使用.如果进一步增加子孔径数目，本发明的成本优势将更为显著。

表2资源消耗对比

波前斜率通过计算各子孔径光斑的质心得到，传统的方法利用得到的子孔径光斑偏移图像如图6所示，箭头方向表示该子孔径波前斜率方向，箭头的长度正比于该子孔径光斑偏离标定位置的距离；图7是本发明得到的子孔径光斑偏移图像，两种方法在X方向上的误差均值为1.4e-6个像素，标准差为0.0015像素，在Y方向上的误差均值为1.4e-6个像素，标准差为0.0015像素2.1e-5像素，标准差为0.0016像素。

如图8示出本发明基于累加器的自适应光学波前斜率处理器的自适应光学波前斜率的获取方法；所述方法的包括步骤如下：

步骤S1：电荷耦合元件CCD的数据通过数据总线同时流入各个通道，每个通道内的协处理器根据电荷耦合元件CCD的像素的空间位置产生控制信号，使得所述通道内的第零累加器至第四累加器Acc4只对所述通道所对应的子孔径像素进行处理；

步骤S2：根据所述子孔径图像的大小为M×N，对每行数据的零阶矩通过递推的方式计算：

M_i0(j)＝M_i0(j-1)+S_i(N-j+1)

式中M表示子孔径的行数，N表示子孔径的列数，M_i0表示第i行数据的零阶矩，S_i(N-j+1)表示电荷耦合元件CCD的数据，j表示在子孔径中像素的列坐标，i表示行坐标，第零累加器用来计算每行的零阶矩，而一阶矩M_i1也通过递推方式计算：

M_i1(j)＝M_i1(j-1)+M_i0(j)

式中的初值为零；每一个电荷耦合元件CCD的新数据S_i(N-j+1)到来，通过累加得到第i行数据的零阶矩M_i0(j)，同时对第i行数据的零阶矩M_i0(j)进行累加得到一阶矩M_i1(j)，实现对应数据与坐标的乘积运算；当一行数据输入完成，就得到所述每行数据的一维零阶矩M_i0和一维一阶矩M_i1；这个一维一阶矩是通过第一累加器Acc1按照电荷耦合元件CCD的时钟节拍，在控制信号的控制下对第零累加器的数据进行累加得到；

步骤S3：对第零累加器所累加的零阶矩在每行结束时在第二累加器Acc2中进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的零阶矩m₀₀；

步骤S4：对第二累加器Acc2的结果在每行结束时通过第四累加器Acc4进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₀₁；

步骤S5：对第一累加器Acc1的结果再每行结束时通过第三累加器Acc3进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₁₀；

步骤S6：根据质心运算公式

$X_C=\frac{m_{01}}{m_{00}},$ $Y_C=\frac{m_{10}}{m_{00}}---\left(8\right)$

式中X_C和Y_C是质心位置，i和j是每个像素的坐标，而m₀₀，m₁₀和m₀₁分别是图像的零阶矩和两个方向上的一阶矩，利用除法模块Div计算出所述子孔径的质心位置为子孔径在两个方向上的波前斜率。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的权利要求书的保护范围之内。

Claims (9)

1.基于累加器的自适应光学波前斜率处理器，其特征在于：由多个处理通道和一个除法模块组成，每个处理通道之间为并联连接，每个处理通道的两个输入端分别与外部的电荷耦合元件的时钟信号端和电荷耦合元件的图像数据端并行连接，每个处理通道的输出端分别通过数据线与除法模块的输入端连接，除法模块的输出端输出图像每个子孔径光斑的质心位置；所述处理通道的数量与一个子孔径行内子孔径个数相同，用于对所有光斑并行处理。

2.根据权利要求1所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述每个处理通道由一个协处理器和第零累加器至第四累加器构成，协处理器的输入端与电荷耦合元件的时钟信号端连接，协处理器根据电荷耦合元件的时钟信号生成第零累加器至第四累加器的使能信号和复位信号，协处理器的输出端分别与第零累加器至第四累加器的输入端连接，第零累加器的输入端还与电荷耦合元件的图像数据端连接，第零累加器的输出端分别与第一累加器和第二累加器的输入端连接，第三累加器和第四累加器的输入端分别与第一累加器和第二累加器的输出端连接，实现对所述累加器的控制，协处理器控制电荷耦合元件的图像数据流水地进入所述累加器，使得第二累加器、第三累加器和第四累加器输出每个子孔径光斑的质心计算所需的低阶矩m₀₀，m₁₀和m₀₁。

3.根据权利要求2所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述的第零累加器是由一个第零加法器和一个带使能端和复位端的第零寄存器构成，第零加法器的一个输入端与电荷耦合元件的图像数据连接，第零加法器的另一个输入端与第零寄存器的输出端连接，第零寄存器使能信号端和复位信号端分别与协处理器的使能输出端和复位输出端连接，第零加法器在使能信号的控制下，在一个子孔径内对一行图像数据进行累加，当子孔径内的一行数据输出完毕，第零加法器内累加得到所述行图像数据的一维零阶矩值，在下一行第一个数据输入前通过复位信号对第零加法器复位，为下一行数据做准备。

4.根据权利要求2所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述的第一累加器由一个第一加法器和一个带使能端和复位端的第一寄存器构成，第零累加器的输出端与第一加法器的一个输入端连接，第一加法器的另一个输入端与第一寄存器的输出端连接，第一寄存器的使能信号端和复位信号端分别与协处理器的使能输出端和复位输出端连接，第一累加器的输出端与第三累加器的输入端连接。

5.根据权利要求2所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述的第二累加器由一个第二加法器和一个带使能端和复位端的第二寄存器构成，第零累加器的输出端与第二加法器的一个输入端连接，第二加法器的另一个输入端与第二寄存器的输出端连接，第二寄存器的使能信号端与复位信号端分别与协处理器的使能输出端和复位输出端连接，第二累加器的输出端与第四累加器的输入端连接，第二累加器的输出端输出零阶矩m₀₀。

6.根据权利要求2所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述的第三累加器由一个第三加法器和一个带使能端和复位端的第三寄存器构成，第一累加器的输出端与第三加法器的一个输入端连接，第三加法器的另一个输入端与第三寄存器的输出端连接，第三寄存器的使能信号端与复位信号端分别与协处理器的使能输出端和复位输出端连接，第三累加器的输出端输出一阶矩m₁₀。

7.根据权利要求2所述的基于累加器的自适应光学波前斜率处理器，其特征在于：所述的第四累加器是由一个第四加法器和一个带使能端和复位端的第四寄存器构成，第二累加器的输出端与第四加法器的一个输入端连接，第四加法器的另一个输入端与第四寄存器的输出端连接，第四寄存器的使能信号端与复位信号端分别与协处理器的使能输出端和复位出端连接，第二累加器的输出端与第四累加器的输入端连接，第四累加器的输出端输出一阶矩m₀₁。

8.根据权利要求1基于累加器的自适应光学波前斜率处理器，其特征在于：所述的除法模块由两个除法器构成，分别完成X和Y方向上的波前斜率计算。

9.一种利用权利要求1基于累加器的自适应光学波前斜率处理器的自适应光学波前斜率的获取方法，其特征在于：所述方法的包括步骤如下：

步骤S1：电荷耦合元件的数据通过数据总线同时流入各个通道，每个通道内的协处理器根据电荷耦合元件的像素的空间位置产生控制信号，使得所述通道内的第零累加器至第四累加器只对所述通道所对应的子孔径像素进行处理；

步骤S2：根据所述子孔径图像的大小为M×N，对每行数据的零阶矩通过递推的方式计算：

M_i0(j)＝M_i0(j-1)+S_i(N-j+1)

式中M表示子孔径的行数，N表示子孔径的列数，M_i0表示第i行数据的零阶矩，S_i(N-j+1)表示电荷耦合元件的数据，j表示在子孔径中像素的列坐标，i表示行坐标，第零累加器用来计算每行的零阶矩，而一阶矩M_i1也通过递推方式计算：

M_i1(j)＝M_i1(j-1)+M_i0(j)

式中的初值为零；每一个新电荷耦合元件的数据S_i(N-j+1)到来，通过累加得到第i行数据的零阶矩M_i0(j)，同时对第i行数据的零阶矩M_i0(j)进行累加得到一阶矩M_i1(j)，实现对应数据与坐标的乘积运算；当一行数据输入完成，就得到所述每行数据的一维零阶矩M_i0和一维一阶矩M_i1；这个一维一阶矩是通过第一累加器按照电荷耦合元件的时钟节拍，在控制信号的控制下对第零累加器的数据进行累加得到；

步骤S3：对第零累加器所累加的零阶矩在每行结束时在第二累加器中进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的零阶矩m₀₀；

步骤S4：对第二累加器的结果在每行结束时通过第四累加器进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₀₁；

步骤S5：对第一累加器的结果再每行结束时通过第三累加器进行累加，当所述子孔径所有像素输入到第零累加器，完成该行的累加计算，就能计算出质心运算所需的二维一阶矩m₁₀；

步骤S6：根据质心运算公式

$X_C=\frac{m_{01}}{m_{00}},$ $Y_C=\frac{m_{10}}{m_{00}}$

式中X_C和Y_C是质心位置，i和j是每个像素的坐标，而m₀₀，m₁₀和m₀₁分别是图像的零阶矩和两个方向上的一阶矩，利用除法模块计算出所述子孔径的质心位置为子孔径在两个方向上的波前斜率。

Images