CN112857750B - 一种基于边缘增强的扩展目标波前探测方法 - Google Patents

一种基于边缘增强的扩展目标波前探测方法 Download PDF

Info

Publication number
CN112857750B
CN112857750B CN202110037235.8A CN202110037235A CN112857750B CN 112857750 B CN112857750 B CN 112857750B CN 202110037235 A CN202110037235 A CN 202110037235A CN 112857750 B CN112857750 B CN 112857750B
Authority
CN
China
Prior art keywords
image
edge enhancement
wavefront
operator
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110037235.8A
Other languages
English (en)
Other versions
CN112857750A (zh
Inventor
杨博
宋伟红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Zhongke Lanxing Photoelectric Technology Co ltd
Original Assignee
Sichuan Zhongke Lanxing Photoelectric Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Zhongke Lanxing Photoelectric Technology Co ltd filed Critical Sichuan Zhongke Lanxing Photoelectric Technology Co ltd
Priority to CN202110037235.8A priority Critical patent/CN112857750B/zh
Publication of CN112857750A publication Critical patent/CN112857750A/zh
Application granted granted Critical
Publication of CN112857750B publication Critical patent/CN112857750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • G01M11/02—Testing optical properties
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明涉及一种基于边缘增强的扩展目标波前探测方法，包括S1，获取待测扩展目标图像；S2，利用边缘增强算子对每幅待测扩展目标图像进行边缘增强；S3，计算S2所得的每幅图像与模板图像的相关矩阵；S4，找出每个相关度矩阵的最大值，计算出待测扩展目标图像与模板图像的相对位置偏移量；S5，将相对位置偏移量向量与像差模式系数重构矩阵相乘，得到波前像差模式系数，完成波前测量。本发明利用边缘增强算子对哈特曼波前传感器子孔径所得图像进行边缘增强后，在低对比度情况下，图像带入相关函数计算所得的相关矩阵准确度可大幅提升，进而提升子孔径所得图像与模板图像之间的相对位移量的计算准确度，最终使得波前像差系数重构精度得到显著提升。

Description

一种基于边缘增强的扩展目标波前探测方法
技术领域
本发明涉及光学测量技术领域，尤其涉及一种基于边缘增强的扩展目标波前探测方法。
背景技术
扩展目标波前探测方法主要作用是在需要对扩展目标成像的光学系统中探测光路中的波前像差信息。在进行此类像差波前探测的系统中，一般使用哈特曼波前传感器对目标分子孔径进行成像，然后利用相关算法计算出各子孔径图像与模板图像之间的相关矩阵，进而通过插值算法得到各子孔径图像与模板图像之间的相对位置偏移信息，最后利用相对位置偏移信息向量与模式重构矩阵进行计算获得波前像差斜率信息。在此过程中，利用相关算法计算相关矩阵是整个测量过程的核心计算步骤，其准确度直接影响着波前像差的测量精度。
现有对于相关算法计算准确度的分析和研究主要集中在使用不同的相关函数、模板选择方法及插值计算方法上，对于计算使用的子孔径图像及模板图像一般直接由子孔径成像所得或者将子孔径成像所得图像经过高斯滤波去除噪声后带入相关函数进行计算。
然而，对于图像对比度及清晰度较低的场景，将子孔径原始图像或滤波去除噪声后的图像直接带入相关函数计算所得的相关矩阵准确度较低，进而使得波前探测系统无法准确实现波前像差的测量。
发明内容
本发明为了解决上述技术问题提供一种基于边缘增强的扩展目标波前探测方法。
本发明通过下述技术方案实现：
一种基于边缘增强的扩展目标波前探测方法，包括以下步骤：
S1，获取各个子孔径成像所得的待测扩展目标图像；
S2，利用边缘增强算子对S1所得的每幅待测扩展目标图像进行边缘增强；
S3，计算S2所得的每幅图像与模板图像的相关矩阵；
S4，找出S3所得的每个相关度矩阵的最大值，利用插值运算计算出每幅待测扩展目标图像相对所述模板图像的相对位置偏移量；
S5，将S4所得的各子孔径的相对位置偏移量向量与像差模式系数重构矩阵相乘，得到波前像差模式系数，完成波前测量。
其中，所述边缘增强算子为Laplacian算子、Sobel算子、Prewitt算子、Roberts算子中的一种。
进一步的，所述S3中的模板图像采用与所述S2相同的边缘增强算子进行了边缘增强。
其中，所述S3中，利用能够量化两幅图像之间相关程度的函数计算S2所得的每幅图像与模板图像的相关矩阵；
其中，所述的能够量化两幅图像之间相关程度的函数为绝对差分函数、绝对差分平方函数、平方差分函数、互相关函数、归一化互相关函数中的一种。
其中，所述S4中使用的插值算法为等角线插值、抛物线插值、高斯插值、最小二乘插值中的一种。
优选地，所述的波前像差的像差模式为泽尼克模式或勒让德模式。
与现有技术相比，本发明具有以下有益效果：
本发明与现有技术相比的优点在于：
(1)本发明利用边缘增强算子对哈特曼波前传感器子孔径所得图像进行边缘增强后，在低对比度情况下，图像带入相关函数计算所得的相关矩阵准确度可大幅提升，进而提升子孔径所得图像与模板图像之间的相对位移量的计算准确度，最终使得波前像差系数重构精度得到显著提升；
(2)本发明使用的边缘增强算子在空域尺度较小，依据算子不同分为2×2或者3×3两种情况，其进行边缘增强的计算量相比子孔径图像与模板图像进行相关运算的计算量低一个数量级以上，因此不会使波前测量过程的计算耗时出现明显增加，可保持测量过程的实时性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。
图1是本发明流程图。
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，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
如图1所示，本发明公开的基于边缘增强的扩展目标波前探测方法，包括以下步骤：
S1，获取各个子孔径成像所得的待测扩展目标图像；
S2，利用边缘增强算子对S1所得的每幅待测扩展目标图像进行边缘增强；
S3，计算S2所得的每幅图像与模板图像的相关矩阵；
S4，找出S3所得的每个相关度矩阵的最大值，利用插值运算计算出每幅待测扩展目标图像相对所述模板图像的相对位置偏移量；
S5，将S4所得的各子孔径的相对位置偏移量向量与像差模式系数重构矩阵相乘，得到波前像差模式系数，完成波前测量。
基于上述扩展目标波前探测方法，本发明公开一实施例。
实施例1
步骤1，利用哈特曼波前传感器分孔径获取各个子孔径成像所得的待测扩展目标图像。具体的，将哈特曼波前传感器的放置在能够保证其微透镜阵列与扩展目标成像系统光瞳共轭的位置，利用感光芯片位于哈特曼波前传感器微透镜阵列焦平面处的图像采集设备采集哈特曼波前传感器各子孔径成像所得的待测扩展目标图像。
步骤2，利用边缘增强算子对步骤1所得的每幅图像进行边缘增强，具体如下:
2.1，首先在Laplacian算子、Sobel算子、Prewitt算子、Roberts算子中确定要使用的边缘增强算子；
2.2，按照所选用算子生成对应的图像增强模板矩阵Mask；
2.3，将步骤2.1所得的每幅子孔径所得图像I与模板算子进行相关运算，得到边缘增强后的各子孔径图像I’，其计算公式如式(1)所示：
Figure BDA0002893703310000031
式(1)中，M和N为图像I的高度与宽度；i、j和m、n为矩阵坐标；Mask的大小为2a+1，如选用拉普拉斯算子，则a取值为1。
本实施例使用的边缘增强算子在空域尺度较小，依据算子不同分为2×2或者3×3两种情况，其进行边缘增强的计算量相比子孔径图像与模板图像进行相关运算的计算量低一个数量级以上，因此不会使波前测量过程的计算耗时出现明显增加，可保持测量过程的实时性。
步骤3，利用能够量化两幅图像之间相关程度的函数，计算步骤2所得的每幅图像I’与使用了相同增强算子进行边缘增强后的模板图像IS的相关矩阵S。其中，所用计算相关矩阵的相关函数为绝对差分函数、绝对差分平方函数、平方差分函数、互相关函数或归一化互相关函数中的一种。本实例中选用互相关函数进行计算，则相关矩阵S计算公式如式(2)所示：
Figure BDA0002893703310000041
式(2)中，M和N分别为模板图像IS的高度和宽度；i、j和m、n为矩阵坐标；I’图像大小为2a+1，a为图像I’的半径。
步骤4，找到步骤3所得的每个相关度矩阵的最大值，利用插值算法计算出每幅子孔径成像所得的待测扩展目标图像相对位置偏移量。具体如下：
4.1，找到相关矩阵S中最大值的位置，将其坐标记录为m：
4.2，在等角线插值、抛物线插值、高斯插值、最小二乘插值中选用一种插值方法，计算出步骤1所得的每幅图像相对模板图像的相对位置偏移量xPI。以选用抛物线插值为例，xPI的计算公式如式(3)所示：
Figure BDA0002893703310000042
步骤5，利用步骤4所得的各子孔径相对位置偏移量向量与像差模式系数重构矩阵相乘，得到波前像差模式系数。其具体过程为：在开始波前测量之前，依据哈特曼子孔径位置关系及微透镜阵列参数与相机参数确定出像差模式系数与各子孔径位置偏移量之间的关系矩阵A，将上一步中得到的各子孔径所得图像与模板图像的位置偏移量记为一个列向量P，通过矩阵A与向量P相乘即可得到待测波前像差模式系数，继而完成波前测量。
本发明该方法能够在低对比度情况下有效提升哈特曼波前传感器各子孔径所得目标图像与模板图像的相关矩阵准确度，进而获得更准确的图像位置偏移信息，最终实现更准确的扩展目标波前探测方法。
本发明方法已通过原理性仿真验证，方法可行，易于工程实现，因此具有较强的实用性。本发明适用于需要利用哈特曼波前传感器对扩展目标进行波前像差测量的系统。其在天文观测、医学成像中都有着广阔的应用前景。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于边缘增强的扩展目标波前探测方法，其特征在于：包括以下步骤：
S1，获取各个子孔径成像所得的待测扩展目标图像；
S2，利用边缘增强算子对S1所得的每幅待测扩展目标图像进行边缘增强；
S3，计算S2所得的每幅图像与模板图像的相关矩阵；
S4，找出S3所得的每个相关度矩阵的最大值，利用插值运算计算出每幅待测扩展目标图像相对所述模板图像的相对位置偏移量；
S5，将S4所得的各子孔径的相对位置偏移量向量与像差模式系数重构矩阵相乘，得到波前像差模式系数，完成波前测量。
2.根据权利要求1所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述边缘增强算子为Laplacian算子、Sobel算子、Prewitt算子、Roberts算子中的一种。
3.根据权利要求1所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述S3中的模板图像采用与所述S2相同的边缘增强算子进行了边缘增强。
4.根据权利要求1或3所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述S3中，利用能够量化两幅图像之间相关程度的函数计算S2所得的每幅图像与模板图像的相关矩阵。
5.根据权利要求4所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述的函数为绝对差分函数、绝对差分平方函数、平方差分函数、互相关函数、归一化互相关函数中的一种。
6.根据权利要求1所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述S4中使用的插值算法为等角线插值、抛物线插值、高斯插值、最小二乘插值中的一种。
7.根据权利要求1所述的基于边缘增强的扩展目标波前探测方法，其特征在于：所述的波前像差的像差模式为泽尼克模式或勒让德模式。
CN202110037235.8A 2021-01-12 2021-01-12 一种基于边缘增强的扩展目标波前探测方法 Active CN112857750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110037235.8A CN112857750B (zh) 2021-01-12 2021-01-12 一种基于边缘增强的扩展目标波前探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110037235.8A CN112857750B (zh) 2021-01-12 2021-01-12 一种基于边缘增强的扩展目标波前探测方法

Publications (2)

Publication Number Publication Date
CN112857750A CN112857750A (zh) 2021-05-28
CN112857750B true CN112857750B (zh) 2023-06-23

Family

ID=76002938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110037235.8A Active CN112857750B (zh) 2021-01-12 2021-01-12 一种基于边缘增强的扩展目标波前探测方法

Country Status (1)

Country Link
CN (1) CN112857750B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100520811C (zh) * 2007-07-11 2009-07-29 苏州大学 一种数字图像轮廓形态的识别方法
CN103927721A (zh) * 2014-04-10 2014-07-16 哈尔滨工程大学 基于gpu的运动目标边缘增强方法
CN105784128B (zh) * 2016-05-05 2018-08-14 中国科学院上海天文台 一种棱锥波前传感器光瞳像标定方法
CN111238664B (zh) * 2020-02-24 2021-03-30 中国科学院云南天文台 基于区域探测和重构的夏克哈特曼波前探测方法

Also Published As

Publication number Publication date
CN112857750A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
US8773550B2 (en) Range measurement using multiple coded apertures
DK2239706T3 (en) A method for real-time camera and obtaining visual information of three-dimensional scenes
US8260074B2 (en) Apparatus and method for measuring depth and method for computing image defocus and blur status
CN110517325B (zh) 一种坐标变换及坐标变换的车身周围物体定位方法和系统
US8330852B2 (en) Range measurement using symmetric coded apertures
US20110267485A1 (en) Range measurement using a coded aperture
CN107589069B (zh) 一种物体碰撞恢复系数的非接触式测量方法
CN108765476A (zh) 一种偏振图像配准方法
CN105953741B (zh) 一种钢结构局部几何变形的测量系统和方法
Xia et al. Evaluation of focus measures for the autofocus of line scan cameras
Shao et al. Target-free 3D tiny structural vibration measurement based on deep learning and motion magnification
CN109974618A (zh) 多传感器视觉测量系统的全局标定方法
CN115375924A (zh) 一种基于图像识别的桥梁健康监测方法与系统
Cabo et al. A hybrid SURF-DIC algorithm to estimate local displacements in structures using low-cost conventional cameras
CN103278247B (zh) 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
CN112857750B (zh) 一种基于边缘增强的扩展目标波前探测方法
JP2020506390A (ja) 電磁場の波頭の断層撮影分布を取得する方法及び光学システム
JPH04172213A (ja) 三次元形状測定装置の校正方法
Lin et al. Depth from motion and defocus blur
CN114993452B (zh) 基于宽带相位运动放大的结构微小振动测量方法与系统
CN113188671B (zh) 一种基于交叉迭代自动位置矫正的波前检测方法
CN115717865A (zh) 环形结构全场变形测量方法
KR100756300B1 (ko) 3차원 초점도 측정 연산자를 이용한 3차원 형상의 측정방법
Holak A motion magnification application in video-based vibration measurement
CN113899528A (zh) 一种基于3d-dic原理的液面动态波高测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant