CN102622742B - 哈特曼波前探测器的光斑、孔径搜索方法和设备 - Google Patents

Abstract

公开了一种用于哈特曼波前探测器的光斑、孔径搜索方法和设备。该方法包括：计算图像的背景阈值；用每个像素的值减去背景阈值；计算减阈值后图像的重心，并且以该重心为中心向周围搜索，得到与该重心最接近的光斑；以该光斑为参考中心，在水平和垂直方向上搜索其他光斑，并且计算其他光斑的中心坐标以及与参考中心之间的位置关系；其中，在以某个步长向某一方向搜索时，如果搜索到光斑，则以搜索到的光斑与上一步搜索到的光斑之间的距离重新确定搜索步长，用于下一步的搜索。利用上述方法和设备可以自动搜索点源目标的位置，不需要人为地去寻找，并且在搜索的过程中自动更新步长，实现了光斑搜索的自动化。

Description

哈特曼波前探测器的光斑、孔径搜索方法和设备

技术领域

本发明的实施例涉及图像信息处理，特别是一种用于哈特曼波前传感器光斑、孔径搜索方法和设备。

背景技术

哈特曼波前探测器已广泛应用于自适应光学系统之中，它可以事先用一束高质量的参考光标定，而在现场测量时无需参考光，对环境的要求不像干涉仪那样严格，因此它可以应用于光学元件质量控制、光束质量诊断、人眼像差、角膜面形测量、自适应光学等方面。哈特曼波前探测器工作的基本原理为将大区域的像差划分成小区域，通过检测这些小区域(子孔径)的偏移像差来得到大区域的整体像差。在检测小区域的偏移像差时，需要计算当前区域相对于标定时的偏移，因此，通常的哈特曼波前探测器事先根据设计时的参数确定子孔径的位置。这种方法由于事先确定了子孔径的位置，因而限制了哈特曼波前探测器的动态范围。当测量的像差有比较大的低阶像差，如倾斜、球差、像散时，哈特曼波前探测器就无能为力了。这种情况也严重地制约了哈特曼波前探测器的应用。

发明内容

考虑到现有技术中的哈特曼波前探测器中需要人为指定子孔径位置且指定的子孔径固定而使得测量动态范围有限的问题，提出了一种用于哈特曼波前探测器的光斑、孔径搜索方法和设备。

根据本发明实施例的方法和设备自动搜索和匹配测量点源的哈特曼的子孔径，进而使测量点源的哈特曼探测器具有更大的测量范围。

根据本发明的实施例，提出了一种用于哈特曼波前探测器的光斑搜索方法，包括步骤：计算哈特曼波前探测器获得的图像的背景阈值；用所述图像中的每个像素的值减去所述背景阈值；计算减阈值后得到的图像的重心，并且以该重心为中心向周围搜索，得到与该重心最接近的光斑；以该最接近的光斑为参考中心，在水平和垂直方向上搜索其他光斑，并且计算其他光斑的中心坐标以及与参考中心之间的位置关系；其中，在以某个步长向某一方向搜索时，如果搜索到光斑，则以搜索到的光斑与上一步搜索到的光斑之间的距离重新确定搜索步长，用于下一步的搜索。

根据本发明的实施例，提出了一种用于哈特曼波前探测器的孔径搜索的方法，包括步骤：根据待测量图像计算背景阈值；将待测量图像减阈值；估计待测量图像的光斑群中心位置，并根据估计得到的中心位置搜索到最近的一个光斑点，以该光斑点为参考中心，按图像的横、纵方向依次搜索其它光斑点，并计算光斑点中心坐标及其与参考中心的位置关系；基于所述搜索结果得到光斑群子孔径分布及各光斑中心位置。

根据本发明的实施例，提出了一种用于哈特曼波前探测器的孔径搜索的设备，包括：根据待测量图像计算背景阈值的装置；将待测量图像减阈值的装置；估计待测量图像的光斑群中心位置，并根据估计得到的中心位置搜索到最近的一个光斑点的装置；以该光斑点为参考中心，按图像的横、纵方向依次搜索其它光斑点，并计算光斑点中心坐标及其与参考中心的位置关系的装置；基于所述搜索结果得到光斑群子孔径分布及各光斑中心位置的装置。

根据本发明的实施例，一种用于哈特曼波前探测器的孔径匹配方法，包括步骤：取一幅图像的光斑中心参数矩阵为基准矩阵；将另一幅图像的光斑中心参数矩阵进行横纵方向上平移并与基准矩阵进行比较，得到重合光斑中心的个数；将重合光斑中心个数最多的二维平移值作为两光斑中心参数矩阵的匹配位置。

利用上述方法和设备可以自动搜索点源目标的位置，不需要人为地去寻找，并且在搜索的过程中自动更新步长，实现了光斑搜索的自动化。

另外，上述方法和设备可以在整幅图像中将搜索的光斑按行和列的次序放入后续计算所需的矩阵中适当的位置，并且可以判断某孔径是否缺少光斑，实现了孔径搜索的自动化。

另外，上述方法和设备可以自动匹配两幅图像得到的孔径矩阵的偏移，这样可以校正偏移量使两幅图像的子孔径偏移数据匹配。

附图说明

下面的附图表明了本发明的实施方式。这些附图和实施方式以非限制性、非穷举性的方式提供了本发明的一些实施例，其中：

图1示出了根据本发明实施例的设备的示意图；

图2示出了根据本发明实施例的计算装置的结构示意图；

图3为本发明实施例中光斑搜索方法的流程图；

图4为本发明实施例中子孔径自动搜索方法的流程图；

图5为本发明实施例中子孔径自动匹配方法的流程图；

图6为本发明实施例中采集得到的标定图像；

图7为用本发明实施例的方法的子孔径搜索算法得到的标定图像的子孔径示例；

图8为本发明实施例中采集得到的测量图像；以及

图9为用本发明实施例的方法的子孔径搜索算法得到的测量图像的子孔径示例。

具体实施方式

下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。相同的附图标记指示相同的元件。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

图1示出了根据本发明实施例的设备的示意图。如图1所示，本实施的设备方案包括哈特曼波前探测器器10和计算装置20。

哈特曼波前探测器10例如是采用的是透镜阵列结构的哈特曼波前探测器，计算装置20例如是个人计算机或者其他诸如膝上计算机或者工控机之类的计算设备。虽然图1中是是将哈特曼波前探测器10与计算装置20分开描述，但是本领域的技术人员应该意识到将计算装置20与哈特曼波前探测器10形成为一体(例如，称为哈特曼波前探测设备)也是可以的。

图2示出了如图1所示的设备的结构示意图。如图2所示，哈特曼波前探测器10所探测得到的图像被计算装置20采集，并存储在存储器21之中。只读存储器(ROM)22中存储有计算机数据处理器的配置信息以及程序。随机存取存储器(RAM)23用于在处理器26工作过程中暂存各种数据。另外，存储器21中还存储有用于进行数据处理的计算机程序，用于搜索光斑、定位哈特曼波前探测器所探测的图像中的孔径、或者对两幅图像进行匹配或者其他的操作并且在显示装置27上显示处理结果。输入装置25方便用户操作计算装置20，例如利用键盘输入或调整参数等操作。内部总线24连接上述的存储器21、只读存储器22、随机存取存储器23、输入装置25、处理器26和显示装置27。

例如，在用户通过诸如键盘和鼠标之类的输入装置25输入的数据采集命令后，计算装置20从哈特曼波前探测器10采集所捕获的图像，显示在显示装置27的显示屏上。当用户启动计算机程序来对图像进行处理时，处理器26执行该计算机程序来自动地搜索图像中的光斑、定位该图像中的子孔径或者计算两幅图像中子孔径的偏移量等操作。在得到处理结果后，显示装置27在显示屏上显出处理结果，例如用特定的标记指示子孔径的位置或者显示子孔径在图像中的问题，或者直接给出两幅图像的子孔径是否匹配的结论，或者是仅仅输出两幅图像之间的子孔径的相对偏移量供用户使用。

图3为本发明实施例中光斑搜索方法的流程图。如图3所示，在步骤31，确定搜索初始条件，例如用户通过操作输入装置25来输入相应的参数，也可以从预先设置的表格中选择所需的参数。然后，在步骤32，根据当前位置以及搜索方向进行搜索，并且在步骤33判断是否满足搜索停止条件。如果不满足，则对搜索参数进行更新，例如更新搜索步长。设图像为IB，中心参数矩阵为CB、CX和CY，步长为S，搜索窗口边长为L，图像起始中心为(u_x，u_y)，起始中心参数矩阵位置为(X，Y)，搜索流程如下：

1)搜索中心为(s_x，s_y)，搜索中心参数矩阵位置为(X′，Y′)，其取值为：若向上搜索，sx＝ux，sy＝uy-S，X′＝X，Y＝Y′-1；若向下搜索，sx＝ux，sy＝uy+S，X′＝X，Y＝Y′+1；若向左搜索，sx＝ux-S，sy＝uy，X′＝X-1，Y＝Y′；若向若搜索，sx＝ux+S，sy＝uy，X′＝X+1，Y＝Y′；

2)若(s_x，s_y)超出了图像IB的取值范围，(X′，Y′)超出了矩阵CB的取值范围，或则搜索结束，搜索结果为失败；否则，以(s_x，s_y)为中心，L为边长作一正方形，搜索IB在此正方形区域内灰度值的最大值及位置(m_x，m_y)，搜索结果为成功，并按如下法则对中心参数矩阵赋值：若灰度值的最大值为0，则：

$\left\{\begin{array}{c}\mathrm{CB}(X^{\′},Y^{\′})=0\\ \mathrm{CX}(X^{\′},Y^{\′})=s_x\\ \mathrm{CY}(X^{\′},Y^{\′})=s_y\end{array}\right.......\left(1\right)$

否则，

$\left\{\begin{array}{c}\mathrm{CB}(X^{\′},Y^{\′})=1\\ \mathrm{CX}(X^{\′},Y^{\′})=m_x\\ \mathrm{CY}(X^{\′},Y^{\′})=m_y\\ S=\sqrt{{(\mathrm{CX}(X^{\′},Y^{\′})-\mathrm{CX}(X,Y))}^2+{(\mathrm{CY}(X^{\′},Y^{\′})-\mathrm{CY}(X,Y))}^2}\end{array}\right.......\left(2\right)$

并且，当搜索成功时，在进行以上赋值后，再更新X，Y的值：X＝X′，Y＝Y′。

在上述搜索过程中，可以动态更新步长，从而增大外圈孔径的动态范围。

根据本发明的另一实施例，可以根据测量图像计算背景阈值。例如将图像的没有光斑的区域，如图像的四个角，计算区域内像素点灰度值的均值和方差，阈值为均值和3倍方差之和。

然后，将图像上每一点的灰度值与计算得到的阈值作差，再将计算得到的灰度值小于0的置为0。将减阈值之后的图像作为上述的图像IB来进行搜索。

例如，将减阈值后的图像，以灰度值为加权值，计算图像横、纵方向的重心，并以此为中心向周围搜索，得到与之最近的光斑点。然后。以该光斑点为参考中心，按图像的横、纵方向依次搜索到其它的光斑点，并计算出其它光斑点的中心坐标及与参考中心的位置关系。

在上述搜索过程中，以某个步长向某一方向搜索时，搜索区域没有光斑点，则认为此位置缺少光斑。若搜索区域有光斑，则以搜索到的光斑与上一步的光斑的距离重新确定搜索步长。例如，基于上述的公式(2)更新搜索步长，用于下一步搜索。

最后，当搜索到图像边界时，搜索结束，将得到的光斑中心位置根据与其与参考光斑的位置关系得到中心参数矩阵。

图4为本发明实施例中子孔径自动搜索方法的流程图。

如图4所示，在步骤41，对搜索参数和矩阵进行初始化。例如用户通过操作输入装置25来输入相应的参数，也可以从预先设置的表格中选择所需的参数。

例如，根据哈特曼的设计参数，估计得到哈特曼光斑在图像上所占的半宽度r及相邻孔径中心距离D。然后，创建并初始化大小为(2K+1)×(2K+1)中心参数矩阵CB、CX和CY，K为一足够大的数，要求不少于哈特曼子孔径横、纵向数目，初始值可以为任一不合理的数据，如-1。

在步骤42，计算图像的背景阈值，并对图像减阈值。通过减阈值操作，可以减少背景噪声对图像质量的影响。

例如，根据测量得到的分辨率为M×N的图像IA，取全区域计算出该区域灰度值的均值m及方差σ，进而计算出T＝m+3σ，接着以T为背景阈值，将测量图像减阈值，得到减阈值处理后的图像IB：

$\mathrm{IB}(i,j)=\left\{\begin{array}{cc}0,& \mathrm{IA}(i,j)\≤T\\ \mathrm{IA}(i,j)-T,& \mathrm{IA}(i,j)>T\end{array}\right.,i=\mathrm{1,2},...,M,j=\mathrm{1,2},...,N......\left(3\right)$

其中IA(i，j)，IB(i，j)分别表示IA上和IB上(i，j)点图像的灰度值，图像的横、纵坐标从1开始标号，而其它的数组，如中心参数矩阵等，均为从0开始编号。

在步骤43，估计光斑群的中心位置。例如，根据下式估计得到光斑群的中心位置

$\left\{\begin{array}{c}{\tilde{c}}_x=\frac{\underset{i=1,j=1}{\overset{M,N}{\mathrm{\Σ}}}i\·\mathrm{IB}(i,j)}{\underset{i=1,j=1}{\overset{M,N}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\\ {\tilde{c}}_y=\frac{\underset{i=1,j=1}{\overset{M,N}{\mathrm{\Σ}}}j\·\mathrm{IB}(i,j)}{\underset{i=1,j=1}{\overset{M,N}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\end{array}\right.......\left(4\right)$

在步骤44，在中心位置附近搜索最近的光斑，并将该光斑作为参考中心。

例如，根据在IB搜索找到离最近的非零灰度值的像素，并以此像素为中心，取边长为2r+1的正方形窗口搜索灰度最大值，并以此灰度最大值所属像素的位置作为参考中心位置(c_x，c_y)，并令赋值如下：

$\left\{\begin{array}{c}\mathrm{CB}(K,K)=1\\ \mathrm{CX}(K,K)=c_x\\ \mathrm{CY}(K,K)=c_y\end{array}\right.......\left(5\right)$

在步骤45，以参考中心为基础，进行左右迭代搜索。

例如，令初始步长S＝D，以IB为图像，CB、CX、CY为中心参数矩阵，搜索窗口边长为2r+1，图像起始中心为(c_x，c_y)，起始中心参数矩阵位置为(K，K)，按上述结合图3描述的搜索流程或者其变型方法分别向左、向右进行迭代搜索，直至搜索失败为止；

在步骤46，以搜索结果的每个点为基准，进行上下迭代搜索。

例如，令i＝0，2，...，2K，以IB为图像，CB、CX、CY为中心参数矩阵，初始步长为 $S=\sqrt{{(\mathrm{CX}(i,K)-\mathrm{CX}(i+1,K))}^2+{(\mathrm{CY}(i,K)-\mathrm{CY}(i+1,K))}^2},$ 搜索窗口边长为2r+1，图像起始中心为(CX(i，K)，CY(i，K))，起始中心参数矩阵位置为(i，K)，按上述结合图3描述的搜索流程或者其变型方法分别向上、向下进行迭代搜索，直至搜索失败为止；

在步骤47，基于上述的搜索结果得到光斑群子孔径分布及各光斑中心位置。例如，对有光斑的孔径更新光斑质心位置。

例如，对每个值为1的CB(X，Y)，按如下方式更新相应的CX和CY的值：

$\left\{\begin{array}{c}\mathrm{CX}(X,Y)=\frac{\underset{i=\mathrm{CX}(i,j)-r,j=\mathrm{CY}(i,j)-r}{\overset{\mathrm{CX}(i,j)+r,\mathrm{CY}(i,j)+r}{\mathrm{\Σ}}}i\·\mathrm{IB}(i,j)}{\underset{i=\mathrm{CX}(i,j)-r,j=\mathrm{CY}(i,j)-r}{\overset{\mathrm{CX}(i,j)+r,\mathrm{CY}(i,j)+r}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\\ \mathrm{CY}(X,Y)=\frac{\underset{i=\mathrm{CX}(i,j)-r,j=\mathrm{CY}(i,j)-r}{\overset{\mathrm{CX}(i,j)+r,\mathrm{CY}(i,j)+r}{\mathrm{\Σ}}}j\·\mathrm{IB}(i,j)}{\underset{i=\mathrm{CX}(i,j)-r,j=\mathrm{CY}(i,j)-r}{\overset{\mathrm{CX}(i,j)+r,\mathrm{CY}(i,j)+r}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\end{array}\right.......\left(6\right)$

图5为本发明实施例中子孔径自动匹配方法的流程图。根据图5所示的方法能够对需要匹配的两幅图像进行自动孔径匹配。

根据本发明的实施例，取一幅图像的光斑中心参数矩阵为基准矩阵。然后将另一幅图像的光斑中心参数矩阵进行横、纵方向上平移并与基准矩阵进行比较，得到重合光斑中心的个数。将重合光斑中心个数最多的二维平移值作为两光斑中心参数矩阵的匹配位置。

如图5所示，在步骤51，创建匹配矩阵并初始化。

例如，假定需匹配的两幅测量图像为IA和IA′，则按照上述结合图3描述的方法和结合图4描述的方法分别得到中心参数矩阵CB和CB′。

在步骤52，创建中间矩阵并初始化，并且在步骤53，计算中间矩阵各元素的值。

例如，创建大小为(4K+1)×(4K+1)的匹配矩阵V，并初始化V中的元素值为0；同时，创建大小为(2K+1)×(2K+1)的中间矩阵U，用如下算法计算V(i，j)的值：

初始化U，使其元素值为0；

然后计算U(m，n)，只有当CB′(m+i-2K，n+j-2K)有效且CB′(m+i-2K，n+j-2K)和CB(m，n)都为1时，U(m，n)＝1；否则U(m，n)＝0；

最后计算U中等于1的元素的数目C，并令V(i，j)＝C。

在步骤54搜索中间矩阵中元素的最大值，并获得其在中间矩阵中的位置，然后在步骤55计算最佳匹配位置。

例如，搜索矩阵U，找到最大值的位置(m_x，m_y)，则CB和CB′的最优匹配位置为CB′往右移m_x-2K，往下移m_y-2K。

本实施例的方法流程简单、稳定、易实现，可以扩展目前测量点源的哈特曼探测器的动态范围，且便于移植，可以使测量点源的哈特曼探测器有更大的测量范围。

【实例】

例如，在标定过程中，本实例从哈特曼的设计参数中估计得到哈特曼光斑在图像上所占的半宽度r＝3个像素及相邻孔径中心距离D＝15个像素。

计算装置20创建并初始化大小为51×51的中心参数矩阵CB、CX和CY，并初始化元素值为-1。

计算装置20从哈特曼波前探测器10的成像元件上获得一幅大小为640×480的图像IA，作为标定图像来确定子孔径的位置，如图6所示。取全区域计算出灰度值的均值为m＝32，方差为σ＝8，进而计算出T＝m+3σ＝54，接着以T为背景阈值，将IA减阈值，得到减阈值后的图像IB：

$\mathrm{IB}(i,j)=\left\{\begin{array}{cc}0,& \mathrm{IA}(i,j)\≤54\\ \mathrm{IA}(i,j)-54,& \mathrm{IA}(i,j)>54\end{array}\right.,i=\mathrm{1,2},...,640,j=\mathrm{1,2},...,480.$

根据IB估计得到光斑群的中心位置

$\left\{\begin{array}{c}{\tilde{c}}_x=\frac{\underset{i=1,j=1}{\overset{640,480}{\mathrm{\Σ}}}i\·\mathrm{IB}(i,j)}{\underset{i=1,j=1}{\overset{640,480}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\\ {\tilde{c}}_y=\frac{\underset{i=1,j=1}{\overset{640,480}{\mathrm{\Σ}}}j\·\mathrm{IB}(i,j)}{\underset{i=1,j=1}{\overset{640,480}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\end{array}\right..$

根据在IB搜索找到离最近的非零灰度值的像素(248，248)，并以此像素为中心，取连长为7的正方形窗口搜索灰度最大值所在的位置(247，247)，并以此作为参考中心位置(c_x，c_y)＝(247，247)，并赋值如下：

$\left\{\begin{array}{c}\mathrm{CB}(25,25)=1\\ \mathrm{CX}(25,25)=247\\ \mathrm{CY}(25,25)=247\end{array}\right..$

令初始步长为S＝20，以IB为图像，CB、CX、CY为中心参数矩阵，搜索窗口边长为7，图像起始中心为(c_x，c_y)＝(247，247)，起始中心参数矩阵位置为(25，25)，按结合图3描述的搜索流程或者其变型方法分别向左、向右进行迭代搜索，直到搜索失败为止。

令i＝0，2，...，50，以IB为图像，CB、CX、CY为中心参数矩阵，初始化步长为 $S=\sqrt{{(\mathrm{CX}(i,25)-\mathrm{CX}(i+1,25))}^2+{(\mathrm{CY}(i,25)-\mathrm{CY}(i+1,25))}^2},$ 搜索窗口边长为7，图像起始中心为(CX(i，25)，CY(i，25))，起始中心参数矩阵位置为(i，25)，按结合图3描述的搜索流程或者其变型方法分别向上、向下进行迭代搜索，直到搜索失败为止。

对每个值为1的CB(X，Y)，按如下方式更新相应的CX和CY的值：

$\left\{\begin{array}{c}\mathrm{CX}(X,Y)=\frac{\underset{i=\mathrm{CX}(i,j)-3,j=\mathrm{CY}(i,j)-3}{\overset{\mathrm{CX}(i,j)+3,\mathrm{CY}(i,j)+3}{\mathrm{\Σ}}}i\·\mathrm{IB}(i,j)}{\underset{i=\mathrm{CX}(i,j)-3,j=\mathrm{CY}(i,j)-3}{\overset{\mathrm{CX}(i,j)+3,\mathrm{CY}(i,j)+3}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\\ \mathrm{CY}(X,Y)=\frac{\underset{i=\mathrm{CX}(i,j)-3,j=\mathrm{CY}(i,j)-3}{\overset{\mathrm{CX}(i,j)+3,\mathrm{CY}(i,j)+3}{\mathrm{\Σ}}}j\·\mathrm{IB}(i,j)}{\underset{i=\mathrm{CX}(i,j)-3,j=\mathrm{CY}(i,j)-3}{\overset{\mathrm{CX}(i,j)+3,\mathrm{CY}(i,j)+3}{\mathrm{\Σ}}}\mathrm{IB}(i,j)}\end{array}\right.$

上面步骤完成后，得到的CB矩阵如图7所示，其中，黑色表示此孔径有光斑，白色表示此孔径没有光斑。

在测量过程中，从哈特曼波前探测器100的成像元件上获得一幅大小为640×480的待匹配的图像IA′，如图8所示，并按上述实施例或实例描述的方法得到对应的减阈值的图像IB′，中心参数矩阵CB′，CX′，CY′，最终得到的CB′矩阵如图9所示，其中黑色的表示此孔径有光斑，白色表示此孔径无光斑。

在匹配过程中，例如创建大小为101×101的匹配矩阵V，并初始化V中的元素值为0。

然后，创建大小为51×51的中间矩阵U，并如下算法计算V(i，j)的值：

初始化U，使其元素值为0；

然后计算U(m，n)，只有当CB′(m+i-2K，n+j-2K)有效且

CB′(m+i-2K，n+j-2K)和CB(m，n)都为1时，U(m，n)＝1；否则U(m，n)＝0；

搜索矩阵U，找到最大值的位置(1，0)，则CB和CB′的最优匹配位置为CB′往右移1，往下移0。

以上的详细描述通过使用方框图、流程图和/或示例，已经阐述了设备和/或方法的众多实施例。在这种方框图、流程图和/或示例包含一个或多个功能和/或操作的情况下，本领域技术人员应理解，这种方框图、流程图或示例中的每一功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本发明所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和/或写入软件和/或固件代码的能力。此外，本领域技术人员将认识到，本公开所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。

本领域技术人员应认识到，上文详细描述了设备和/或工艺，此后使用工程实践来将所描述的设备和/或工艺集成到数据处理系统中是本领域的常用手段。也即，这里所述的设备和/或工艺的至少一部分可以通过合理数量的试验而被集成到数据处理系统中。本领域技术人员将认识到，典型的数据处理系统一般包括以下各项中的一项或多项：系统单元外壳；视频显示设备；存储器，如易失性和非易失性存储器；处理器，如微处理器和数字信号处理器；计算实体，如操作系统、驱动程序、图形用户接口、以及应用程序；一个或多个交互设备，如触摸板或屏幕；和/或控制系统，包括反馈环和控制电机(例如，用于感测位置和/或速度的反馈；用于移动和/或调节成分和/或数量的控制电机)。典型的数据处理系统可以利用任意合适的商用部件(如数据计算/通信和/或网络计算/通信系统中常用的部件)予以实现。

本领域的技术人员还应理解，本发明所用的实施例所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

Claims (11)

1.一种用于哈特曼波前探测器的光斑搜索方法，包括步骤：

计算哈特曼波前探测器获得的灰度图像的背景阈值；

用所述灰度图像中的每个像素的值减去所述背景阈值；

计算减阈值后得到的灰度图像的重心，并且以该重心为中心向周围搜索，得到与该重心最接近的光斑；

以该最接近的光斑为参考中心，在水平和垂直方向上搜索其他光斑，并且计算其他光斑的中心坐标以及与参考中心之间的位置关系；

其中，在以某个步长向某一方向搜索时，如果搜索到光斑，则以搜索到的光斑与上一步搜索到的光斑之间的距离重新确定搜索步长，用于下一步的搜索。

2.如权利要求1所述的光斑搜索方法，还包括步骤：

将减阈值后小于零的像素的值置为零。

3.如权利要求1所述的光斑搜索方法，其中所述计算背景阈值的步骤包括：计算灰度图像的至少一个角落中的像素值的均值和方差，将该均值和三倍方差之和作为所述背景阈值。

4.如权利要求1所述的光斑搜索方法，还包括将搜索得到的光斑的中心坐标以及与参考中心的位置关系存储在中心参数矩阵中。

5.如权利要求1所述的光斑搜索方法，其中，将预定范围内的像素值最大的像素作为搜索到的光斑的中心。

6.一种用于哈特曼波前探测器的光斑搜索设备，包括：

计算哈特曼波前探测器获得的灰度图像的背景阈值的装置；

用所述灰度图像中的每个像素的值减去所述背景阈值的装置；

计算减阈值后得到的灰度图像的重心，并且以该重心为中心向周围搜索，得到与该重心最接近的光斑的装置；

以该最接近的光斑为参考中心，在水平和垂直方向上搜索其他光斑，并且计算其他光斑的中心坐标以及与参考中心之间的位置关系的装置；

其中，在以某个步长向某一方向搜索时，如果搜索到光斑，则以搜索到的光斑与上一步搜索到的光斑之间的距离重新确定搜索步长，用于下一步的搜索。

7.一种用于哈特曼波前探测器的孔径搜索的方法，包括步骤：

根据待测量图像计算背景阈值；

将待测量图像减阈值；

估计待测量图像的光斑群中心位置，并根据估计得到的中心位置搜索到最近的一个光斑，

以该光斑为参考中心，按图像的横、纵方向依次搜索其它光斑，并计算光斑中心坐标及其与参考中心的位置关系；

基于所述搜索的结果，得到光斑群子孔径分布及各光斑中心位置。

8.如权利要求7所述的方法，其中计算背景阈值的步骤包括：计算待测量图像中的灰度值的均值和方差，将所述均值和三倍的所述方差之和作为所述背景阈值。

9.如权利要求7所述的方法，其中根据估计得到的中心位置搜索到最近的一个光斑的步骤包括：

以初始步长搜索光斑，并且将与所述中心位置的距离最小的那个光斑作为最近的光斑。

10.一种用于哈特曼波前探测器的孔径搜索的设备，包括：

根据待测量图像计算背景阈值的装置；

将待测量图像减阈值的装置；

估计待测量图像的光斑群中心位置，并根据估计得到的中心位置搜索到最近的一个光斑的装置；

以该光斑为参考中心，按图像的横、纵方向依次搜索其它光斑，并计算光斑中心坐标及其与参考中心的位置关系的装置；

基于所述搜索的结果，得到光斑群子孔径分布及各光斑中心位置的装置。

11.一种用于哈特曼波前探测器的孔径匹配方法，包括步骤：

取一幅图像的光斑中心参数矩阵为基准矩阵；

将另一幅图像的光斑中心参数矩阵进行横、纵方向上平移并与基准矩阵进行比较，得到重合光斑中心的个数；

将重合光斑中心个数最多的二维平移值作为两光斑中心参数矩阵的匹配位置；

其中，所述光斑中心参数矩阵是根据如权利要求1所述的搜索方法得到的光斑来确定的。