CN106097255B - 用于点源哈特曼波前探测器的背景噪声特征估计方法 - Google Patents

Abstract

本发明公开了一种用于点源哈特曼波前探测器的背景噪声特征估计方法，该方法在估计某一子孔径的背景噪声时，对子孔径内每一个像素，取其领域进行平面拟合，将通过得到的平面的倾斜度计算出该像素为后续计算的权重，再对子孔径内所有的像素按照权重进行加权计算，得到加权的均值和方差，以作为噪声估计的均值和方差。本发明该方法流程简单、稳定，易实现，相对于现有的背景噪声估计方法，能够更准确地估计背景噪声的统计特征，进而提升点源哈特曼波前探测的稳定性和精度。

Description

用于点源哈特曼波前探测器的背景噪声特征估计方法

技术领域

本发明涉及一种背景噪声特征估计方法，特别是一种新型的、可用于点源哈特曼波前传感器等估计图像背景噪声特征——均值和方差的方法。

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。哈特曼探测器由哈特曼传感器和波前重构方法组成，波前重构方法有多种，如区域法、模式法等，而大多重构方法的第一步为检测质心偏移量，即检测出重构所需要的子孔径中待检测图像相对于参考图像，即标定图像的质心偏移量，因此质心偏移量的检测是波前重构的关键之一。目前，质心偏移检测常用方法之一是光强加权质心计算。而该方法需要通过减阈值的方式来减小噪声带来的影响，但减阈值的方法有其局限性，如背景噪声不能太大、阈值的设定需要人为的干预等。文献[1](沈锋,姜文汉.提高Hartmann波前传感器质心探测精度的阈值方法[J].光电工程,1997(3):1-8.)提出了一种利用背景噪声的统计特征——均值和方差来求解最优阈值的方法。但在使用这种方法前，必须知道背景噪声的统计特征，而在实际实施时，背景噪声的统计特征不一定能事先获得。因此，对背景噪声的估计对最优阈值的选择相当重要。

本发明正是在上述背景下产生的，发明了一种新型的背景噪声特征估计方法，该方法能根据点源哈特曼的光斑的半高全宽估计出子孔径内背景噪声的均值和方差，能有效的提高哈特曼传感器的精度和应用范围。

发明内容

本发明要解决的技术问题是：克服现有技术中，对点源哈特曼背景噪声特征的估计需要先验知识或人为参与的问题。

本发明解决其技术问题所采用的技术方案是：用于点源哈特曼波前探测器的背景噪声特征估计方法，该方法的步骤为：

步骤1)从子孔径单元为M×M的哈特曼传感器上获取得到实测的全靶面灰度图像I_A，取其中要估计背景噪声特性的子孔径所对应的图像，即分辨率为N×N的子孔径图像I；

步骤2)对I中的每一个像素I(i,j)，其中i为横坐标，j为纵坐标，取L×L的领域，以横方向为x，纵方向为y，像素灰度值为z，进行平面拟合，得到像素I(i,j)对应的平面方程f(i,j)＝0：

f(i,j)＝a_i,jx+b_i,jy+z+c_i,j＝0 (1)

其中a_i,j，b_i,j，c_i,j为像素I(i,j)所对应的平面方程的拟合系数；

步骤3)计算I(i,j)的的权重W(i,j)，其中系数α为一事先确定的正数：

步骤4)计算背景噪声均值u和方差s：

其中，计算I(i,j)对应的平面方程f(i,j)＝0，不必局限在子孔径图像I中，可以在全靶面灰度图像I_A中进行计算。

其中，确定权重W(i,j)所需系数α由子孔径光斑大小来确定，光斑越大，α越大，推荐计算公式为，若以像素为单位，光斑的半高全宽为D，则

α＝log₂(D+1) (5)

本发明与现有技术相比有如下优点：

1.本发明所公开的用于点源哈特曼波前探测器的背景噪声特征估计方法可以根据点源哈特曼子孔径光斑的大小来估计出背景噪声的均值和方差，适合于测量时对哈特曼背景噪声没有先验知识的情况。整个估计过程除了需要事先指定光斑的半高全宽外，无任何人为参与的环节，实现了背景噪声估计的自动化，为自适应减阈值提供了实施基础。

2.本发明所公开的用于点源哈特曼波前探测器的背景噪声特征估计方法在实施时，平面拟合和权重计算可以在整个探测器的图像上进行，而不必局限于某个子孔径，因此适合硬件的流水处理和并行计算。

3.本发明所公开的用于点源哈特曼波前探测器的背景噪声特征估计方法计算权重时，只需要根据光斑的半高全宽来确定系数α。

附图说明

图1为本发明中的背景噪声特征估计方法对一个子孔径的操作流程；

图2为本发明实施过程中得到的全靶面图像(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为图2中某一子孔径中的像，亦为图2的一部分，越亮的点表示越大的灰度值；

图4为对背景噪声估计完成后，根据文献[1]中的最优阈值得到的减阈值后的图像，越亮的点表示越大的灰度值。

具体实施方式

下面结合附图及具体实施方式详细介绍本发明。

本实施方案采用的是微棱镜阵列结构的哈特曼波前探测器，描述一种于点源哈特曼波前探测器的背景噪声特征估计方法，其操作流程如图1所示，具体步骤如下：

1)本实施方案从哈特曼波前探测器的成像元件上获得参考全靶面图像240×240，发2所示，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，该参考图像为由12×12个子孔径所成的像，即M＝12；

2)由哈特曼波前探测器的原理，需要计算每一个子孔径中的质心位置，为了便于说明，取出全靶面图像上的某个子孔径所对应的图像I，如图3所示，它们分辨率为16×16，即N＝16，越亮的点表示越大的灰度值，可进一步看出，子孔径图像受噪声污染比较严重；

3)对分辨率为16×16的子孔径图像I中的每一个像素I(i,j)，其中i为横坐标，j为纵坐标，取3×3的领域，以横方向为x，纵方向为y，像素灰度值为z，进行平面拟合，得到像素I(i,j)对应的平面方程f(i,j)＝0：

f(i,j)＝a_i,jx+b_i,jy+z+c_i,j＝0 (1)

4)由系统设计得到哈特曼子孔径光斑的半高全宽D＝1，因此得到系数系数α＝1，进而计算I(i,j)的的权重W(i,j)：

5)计算背景噪声均值u和方差s：

6)根据文献[1]中对最优阈值的估计，由计算背景噪声的均值u和方差s得最优阈值T为：

T＝u+3s＝489.9 (5)

按此T减阈值的结果图像如图4所示，可以看出背景噪声已基本被减干净，图4与图3的光斑相比清晰了很多。

Claims (3)

1.一种用于点源哈特曼波前探测器的背景噪声特征估计方法，其特征在于：该方法的步骤如下：

步骤1)从子孔径单元为M×M的哈特曼传感器上获取得到实测的全靶面灰度图像I_A，取其中要估计背景噪声特性的子孔径所对应的图像，即分辨率为N×N的子孔径图像I；

步骤2)对I中的每一个像素I(i,j)，其中i为横坐标，j为纵坐标，取L×L的领域，以横方向为x，纵方向为y，像素灰度值为z，进行平面拟合，得到像素I(i,j)对应的平面方程f(i,j)＝0：

f(i,j)＝a_i,jx+b_i,jy+z+c_i,j＝0 (1)

其中a_i,j，b_i,j，c_i,j为像素I(i,j)所对应的平面方程的拟合系数；

步骤3)计算I(i,j)的权重W(i,j)，其中系数α为一事先确定的正数：

确定权重W(i,j)所需系数α由子孔径光斑大小来确定，

步骤4)计算背景噪声均值u和方差s：

2.根据权利要求1所述的用于点源哈特曼波前探测器的背景噪声特征估计方法，其特征在于：计算I(i,j)对应的平面方程f(i,j)＝0，用全靶面灰度图像I_A替换子孔径图像I进行计算。

3.根据权利要求1所述的用于点源哈特曼波前探测器的背景噪声特征估计方法，其特征在于：所述的确定权重W(i,j)所需系数α由子孔径光斑大小来确定，光斑越大，α越大，若以像素为单位，光斑的半高全宽为D，则

α＝log₂(D+1) (5)。