CN104776978B - 一种基于图像互相关的阵列元件拼接方法 - Google Patents

Abstract

本发明提供了一种基于图像互相关的阵列元件拼接方法，用以获得大口径光学元件。本发明方法首先进行标定，采集得到阵列元件无拼接误差的基准远场图像，然后采集阵列元件存在拼接误差的当前远场图像，计算当前远场图像与基准远场图像的相似度，若相似度不满足拼接终止条件，则根据相似度和最优化算法进行计算得到控制信号，通过控制信号调整阵列元件的拼接姿态，调整完成之后再测量当前远场图像，重复上述过程进入下一次循环或结束拼接；若相似度满足拼接终止条件，则直接进入下一次循环或结束拼接。本发明方法简单易行，避免了制造工艺的限制，降低了大口径光学元件的制作难度和制作成本。

Description

一种基于图像互相关的阵列元件拼接方法

技术领域

本发明涉及阵列元件拼接技术领域，具体涉及一种基于图像互相关的阵列元件拼接方法。

背景技术

为了解决光学元件口径约束问题，通常利用多块小口径的元件进行拼接来获取大口径的光学元件。比如：在高功率激光装置中常采用拼接技术来获取大口径的衍射光栅；在天文观测领域，大型望远镜的主镜也通常利用多块子镜组合而成。

若阵列元件理想拼接，则各子元件处于一个理想的平面或曲面上，此时可将它们作为一个大口径的单块元件使用。在阵列元件的拼接过程中，为了消除或减小拼接误差，通常在相邻子元件间安装精密位移传感器来检测拼接误差，并调整子元件的拼接姿态，从而使阵列元件达到预期的拼接状态。Keck望远镜、SALT望远镜、OMEGA EP激光装置和GekkoMII激光装置均采取了上述方式。该方式需要安装多个传感器，使操作对象结构复杂化，另外还需要精确建立拼接误差与传感器间的传递关系，增加了分析的难度，因此需要寻求新的技术途径。

发明内容

本发明要解决的技术问题是提供一种基于图像互相关的阵列元件拼接方法。

本发明的基于图像互相关的阵列元件拼接方法，其特点是：首先进行标定，采集得到无拼接误差的基准远场图像，然后采集阵列元件存在拼接误差的当前远场图像，计算当前远场图像与基准远场图像的相似度，若该相似度不满足拼接终止条件，则根据该相似度和最优化算法进行计算得到控制信号，通过控制信号调整阵列元件的拼接姿态，调整完成之后再测量当前远场图像，重复上述过程进入下一次循环或结束拼接；若相似度满足拼接终止条件，则直接进入下一次循环或结束拼接。

所述的阵列元件是M×N的矩阵排列方式，有：M≥1，N≥1，MN≥2，M和N为正整数。

所述的拼接误差包含多个变量，不同的拼接元件该拼接误差有所差别。

所述的相似度采用互相关系数法或残差逐次检验法中的一种进行计算。

所述的拼接终止条件由相似度的计算方式决定，采用互相关系数法计算相似度时，拼接终止条件为相似度大于等于阈值；采用残差逐次检验法计算相似度时，拼接终止条件为相似度小于阈值。

所述的阈值根据实际要求的拼接精度确定。

所述的基准远场图像和当前远场图像采用同一个测量系统进行采集。

所述的最优化算法为遗传算法、模拟退火算法、模式提取算法或随机并行梯度下降算法中的一种。

在相似度和最优化算法计算得到的控制信号的作用下，阵列元件的拼接姿态不断进行调整，逐渐逼近预期的拼接状态，使得当前远场图像与基准远场图像越来越接近。

基于图像互相关的阵列元件拼接方法与阵列元件的排列方式无关。

本发明与现有技术相比简单易行，不需要增加额外的传感器，也不需要精确建立拼接误差与传感器间的传递关系，可以在不增加操作对象结构复杂度的情况下消除或减小拼接误差，实现阵列元件的拼接，获取大口径的光学元件。

附图说明

图1为本发明的基于图像互相关的阵列元件拼接方法的流程图；

图2为本发明的3个实施例的阵列元件的排列方式图；

图2（a）为实施例1的1×2排列；

图2（b）为实施例2的1×3排列；

图2（c）为实施例3的2×2排列。

具体实施方式

以下实施例仅用于说明本发明，而并非对本发明的限制。有关技术领域的人员在不脱离本发明的精神和范围的情况下，还可以做出各种变化、替换和变型，因此同等的技术方案也属于本发明的范畴。

图1为本发明的基于图像互相关的阵列元件拼接方法的流程图，如图1所示，基于图像互相关的阵列元件拼接方法需要预先进行标定，按照通常的实现方式将阵列元件调整至无拼接误差状态，并在系统中保存此远场图像，此远场图像是基准远场图像，为阵列元件存在拼接误差时的重新调整提供参考基准。然后采集阵列元件存在拼接误差的当前远场图像，计算当前远场图像与基准远场图像的相似度。若该相似度不满足拼接终止条件，则根据该相似度和最优化算法进行计算得到控制信号，通过控制信号调整阵列元件的拼接状态，调整完成之后再测量当前远场图像，重复上述过程进入下一次循环或结束拼接；若相似度满足拼接终止条件，则直接进入下一次循环或结束拼接。

所述的阵列元件是M×N的矩阵排列方式，有：M≥1，N≥1，MN≥2，M和N为正整数。

所述的拼接误差包含多个变量，不同的拼接元件该拼接误差有所差别。

所述的相似度采用互相关系数法或残差逐次检验法中的一种进行计算。

所述的拼接终止条件由相似度的计算方式决定，采用互相关系数法计算相似度时，拼接终止条件为相似度大于等于阈值；采用残差逐次检验法计算相似度时，拼接终止条件为相似度小于阈值。

所述的阈值根据实际要求的拼接精度确定。

所述的基准远场图像和当前远场图像采用同一个测量系统进行采集。

所述的最优化算法为遗传算法、模拟退火算法、模式提取算法或随机并行梯度下降算法中的一种。

在相似度和最优化算法计算得到的控制信号的作用下，阵列元件的拼接姿态不断进行调整，逐渐逼近预期的拼接状态，使得当前远场图像与基准远场图像越来越接近。

基于图像互相关的阵列元件拼接方法与阵列元件的排列方式无关。

实施例1为图2（a）所示的1×2排列，实施例2为图2（b）所示的1×3排列，实施例3为图2（c）所示的2×2排列。

实施例3的阵列元件为2×2排列，首先，按照通常的实现方式将2×2排列的阵列元件调整至无拼接误差状态，并在系统中将该状态保存为2×2排列的阵列元件的基准远场图像；其次，获得该阵列元件存在拼接误差时的初始远场图像，根据图1所示的基于图像互相关的阵列元件拼接流程进行阵列元件拼接，其中相似度采用互相关系数法进行计算，最优化算法采用随机并行梯度下降算法；最后，获得该阵列元件拼接完成时的最终远场图像，初始远场图像和最终远场图像对比显示，拼接达到精度要求，拼接工作完成。

Claims (1)

1.一种基于图像互相关的阵列元件拼接方法，其特征在于：首先进行标定，采集得到阵列元件无拼接误差的基准远场图像，然后采集阵列元件存在拼接误差的当前远场图像，计算当前远场图像与基准远场图像的相似度，若相似度不满足拼接终止条件，则根据相似度和最优化算法进行计算得到控制信号，通过控制信号调整阵列元件的拼接姿态，调整完成之后再测量当前远场图像，重复上述过程进入下一次循环或结束拼接；若相似度满足拼接终止条件，则直接进入下一次循环或结束拼接；

所述的阵列元件是M×N的矩阵排列方式，有：M≥1，N≥1，MN≥2，M和N为正整数；所述的相似度采用互相关系数法或残差逐次检验法中的一种进行计算；

所述的拼接终止条件由相似度的计算方式决定，采用互相关系数法计算相似度时，拼接终止条件为相似度大于等于阈值；采用残差逐次检验法计算相似度时，拼接终止条件为相似度小于阈值；

所述的最优化算法为遗传算法、模拟退火算法、模式提取算法或随机并行梯度下降算法中的一种；

所述的基准远场图像和当前远场图像采用同一个测量系统进行采集。