CN106530278B - 用于点源哈特曼波前探测器的点光斑检测与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点光斑检测与背景噪声特征估计方法，该方法在对某一子孔径进行点光斑检测和背景噪声估计时，对子孔径内每一个像素，计算其邻域内灰度值方差与领域外的灰度值方差的差值，然后得到所有像素中该差值的最大值所对应的像素位置，以该像素的邻域作为探测到的点光斑区域，并以该像素的非邻域中的灰度值的均值和方差作为噪声估计的均值和方差。本方法流程简单、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，并能同时对点光斑区域进行检测，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点光斑检测与背景噪声特征估 计方法

技术领域

本发明涉及一种可同时实现点光斑检测和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图像中的点光斑区域检测并估计背景噪声特征——均值和方差的方法。

背景技术

哈特曼波前探测器是自适应光学系统中重要的部件之一。它将待测量波前分割成若干小区域，通过计算每个小区域中的局部平均斜率，来重构出待测量波前。由于其对测量环境的要求不像干涉测量那样严格，而被广泛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，当用于点源波前测量时，检测点光斑并计算质心偏移量为大多波前重构方法的关键步骤之一。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。但这种方法的计算中需要背景噪声的统计特征，而在实际实施时，并不一定能事先获得背景噪声的统计特征。因此，对背景噪声的估计对最优阈值的选择相当重要。另外，当检测到了点光斑区域，不仅可以减少噪声对质心探测的影响，还可以进行目标有效性识别和信噪比估计等工作，对扩大哈特曼的应用范围和提高其探测鲁棒性有极其重要的作用。

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，该方法能对点源哈特曼的光斑进行区域检测并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，对点源哈特曼的点源目标提取和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点光斑检测与背景噪声特征估计方法，该方法包括如下步骤：

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)令I(i,j)表示孔径图像中I坐标为(i,j)的像素对应的灰度值，对I中的每一个像素(i,j)，取以(i,j)为中心的L×L的领域Ω_i,j，计算Ω_i,j中像素灰度值的方差σ₁(i,j)和Ω_i,j外像素灰度值的方差σ₂(i,j)，并计算两者之差D(i,j)：

D(i,j)＝σ₁(i,j)-σ₂(i,j) (3)

步骤3)寻找D(i,j)中最大值对应的坐标(s,t)，以(s,t)为中心的L×L的领域Ω_s,t为检测到的点光斑区域；

步骤4)计算背景噪声均值u和方差s：

进一步的，计算(i,j)对应的σ₁(i,j)，σ₂(i,j)和D(i,j)时，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。

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点光斑检测与背景噪声特征估计方法，可以同时检测出点源哈特曼子孔径中的光斑区域并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大小外，无任何人为参与的环节，实现了目标区域检测和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点光斑检测与背景噪声特征估计方法在实施时，对邻域内、外的像素方差、及方差之差，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。

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为检测到的光斑区域；

图5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)。

具体实施方案

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透镜阵列结构的哈特曼波前探测器，描述一种用于点源哈特曼波前探测器的点光斑检测与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，如图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10×10个子孔径所成的像，即M＝10；

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22×22，即N＝22，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22×22的子孔径图像I中坐标为(i,j)每一个像素I(i,j)，取5×5的领域Ω_i,j，计算Ω_i,j中像素灰度值的方差σ₁(i,j)和Ω_i,j外像素灰度值的方差σ₂(i,j)，并计算两者之差D(i,j)：

D(i,j)＝σ₁(i,j)-σ₂(i,j) (3)

4)寻找D(i,j)中最大值对应的坐标(15,14)，以(15,14)为中心的5×5的领域Ω_15,14为检测到的点光斑区域，如图4所示；

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≈473.6 (6)

按此T减阈值的结果图像如图5所示。

从图4可以看出光斑区域已被准确检测到，而图5表明背景噪声已基本被减干净，图5与图3的的光斑相比清晰了很多。

Claims (1)

1.一种用于点源哈特曼波前探测器的点光斑检测与背景噪声特征估计方法，其特征在于，具体步骤如下：

1)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，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10×10个子孔径所成的像，即M＝10；

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，它们分辨率为22×22，即N＝22，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22×22的子孔径图像I中坐标为(i,j)每一个像素I(i,j)，取5×5的邻域Ω_i,j，计算Ω_i,j中像素灰度值的方差σ₁(i,j)和Ω_i,j外像素灰度值的方差σ₂(i,j)，并计算两者之差D(i,j)：

D(i,j)＝σ₁(i,j)-σ₂(i,j) (3)

4)寻找D(i,j)中最大值对应的坐标(15,14)，以(15,14)为中心的5×5的邻域Ω_15,14为检测到的点光斑区域；

5)计算背景噪声均值u和方差s：

6)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≈473.6 (6)

背景噪声已基本被减干净，光斑相比清晰了很多。

Images