一种基于灰度分布建模的光斑中心提取方法及装置制造方法及图纸

本发明专利技术开公开了一种全新的基于灰度建模和特征比对的不均匀光斑中心提取方法。该方法包括：用泽尔尼克多项式建立象差的描述方法；建立光斑灰度分布模型；获取实际光斑的灰度分布并预估光斑中心；计算相关系数并将实际光斑进行旋转；以相关系数作为反馈量，循环更改模型参数，使之与实际光斑达到最大匹配；计算光斑中心8邻域的相关系数，使用其梯度微调光斑中心。该装置包括：象差描述模块、光学追迹和摄像学投影模块、中心点预估与交互模块、光斑旋转模块、模型变化模块、邻域梯度判断模块、光斑平移模块、相关系数计算模块。本发明专利技术适用于各种光斑中心的求取，提高了光斑中心的求取精度之余，其对象差引起的饱和不均匀光斑中心的求取更属首创。

【技术实现步骤摘要】
一种基于灰度分布建模的光斑中心提取方法及装置
本专利技术属于图像处理
，特别涉及一种光斑中心提取方法及其装置。
技术介绍
光斑中心的提取在相机标定，光路设计和测试等领域有着非常重要的应用。是一项关系到许多工程基础精度的技术。近年来均匀光斑中心的提取方法有了很大的提高。但是，由于离轴象差和其他一些因素的影响，不均匀光斑的图像处理和提取方法一直难以突破。随着成像器件和光路的发展，象差必将成为影响光斑中心求解的主要因素。目前，主流的求解光斑中心的方法分为两大类，分别是基于边缘的算法和基于灰度的算法。第一类是基于边缘的算法，这种方法假设光斑的理想几何形状为圆或椭圆，主要通过空间距，Hough变换等进行边缘的检测，通过多种多样的拟合算法将光斑近似拟合为圆或椭圆。并根据拟合的圆锥曲线求得其几何学的中心。第二类是基于灰度的算法，主要是根据光斑图像的灰度分布建立相应的数学表达形式，并求取表达形式的重心。主要有Gravity算法和Gaussian曲面拟合算法。Gravity算法的概念在XZhuang的SearchforTeV-scalegravitysignaturesinfinalstateswithleptonsandjetswiththeATLASdetector中提出。应用在光斑中心的求解中，其求解可以用下面的公式描述：其中W(i,j)为图像对应(i,j)位置的灰度值。从表达式上看，Grivity算法使用灰度作为图像坐标的权重，加权求和后除以总灰度。这种表达既考虑了图像的灰度也考虑了不同灰度值的几何关系。Gravity算法是最常用的一种光斑中心求取方法，对光斑形状没有特殊要求，效果比较稳定。这种方法对于光斑的形状没有任何的先验，可以用来求解形状和分布不均匀的光斑。其缺点主要在于这种方法对于局部饱和的光斑求解将失去精度，光斑饱和程度越高，精度下降越大。Guass曲面拟合是将灰度分布通过高斯曲线拟合以求取光斑中心的一种方法。这种方法从解析的角度给出了光斑灰度分布的先验知识，这就意味着需要为光斑的实际分布情况预先建模。这种方法对于服从或近似高斯分布的光斑(如一般的激光光斑)中心求解有非常好的效果，并且在光斑饱和的情况下能根据先验恢复光斑的分布。但是对于灰度分布不均匀的光斑将失去其作用，因为此时模型已经失效。上述两大类光斑中心的提取方法各有优缺点。本文提出的灰度分布的方法综合了上面两类方法的优点，当给予光斑分布一定的先验知识时，光斑中心的求解将会相对准确。
技术实现思路
本专利技术的目的在于提供一种求取光斑中心的方法及其装置，有效地填补了象差引起的不均匀光斑求解技术的空白，总体上提高了光斑中心求解的精度。实现本专利技术目的的技术解决方案为：一种基于灰度分布建模的光斑中心提取方法，其步骤如下：S1，建立Zernike描述下的象差表达，并以几何光学追迹的方式建立象差影响下光斑的原始模型；S2，根据光学和摄像学理论查找光斑灰度分布的极值，找到分布中的全局最大值，得到模型光斑中心；S3：获得实际光斑的灰度分布，对图像进行预对齐和填充，并预估实际光斑中心；S4：计算模型光斑与实际光斑的相关系数，循环进行光斑旋转，循环的结束条件是相关系数最大；S5：以相关系数作为反馈量，循环更改步骤S1中的Zernike多项式的系数，从而改变模拟光斑，使模拟光斑与实际光斑达到最大匹配；循环终止后选择相关系数最大的球差项系数作为最终的光斑模型输出；S6：以步骤S5得到的模型光斑及光斑中心作为标准，将预估光斑中心向其像素的8邻域移动，并将移动后的实际光斑与模型光斑对齐，计算8邻域的相关系数，得到相关系数的最大方向和次最大方向；S7：判断最大方向和次最大方向的关系，如果相邻，则两个方向的向量相加，并因此向量移动实际光斑，否则以最大向量方向移动实际光斑。其中，所述步骤S4中光斑旋转的方法为：以模型光斑中心为旋转中心进行图像旋转；每旋转一个步进角都需要求取模型光斑和实际光斑的相关系数并记录；在模型光斑旋转一周后，选取相关系数最大的旋转角度作为模型旋转的最终值；以最终值旋转光斑，并将补0部分删除。所述步骤S5的具体步骤包括：保持实际光斑姿态不变，设定模型光斑中的彗差项系数为60度，以一定步进不断更改球差项系数并输出新的模型光斑，按上述步骤S1到S4求取新的相关系数并记录。本专利技术一种基于灰度分布建模的光斑中心提取装置，包括象差描述模块、光学追迹和摄像学投影模块、中心点预估与交互模块、光斑旋转模块、模型变化模块、邻域梯度判断模块、光斑平移模块和相关系数计算模块，其中，所述象差描述模块、光学追迹和摄像学投影模块、中心点预估与交互模块、光斑旋转模块、模型变化模块、邻域梯度判断模块、光斑平移模块依次相连；所述光斑旋转模块、模型变化模块、邻域梯度判断模块都与相关系数计算模块相连；所述模型变化模块与象差描述模块相连，象差描述模块用来改变模型变化模块的系数；所述象差描述模块中，象差被表示为Zernike多项式的形式，并作用于光学追迹与摄像学投影模块中作为光源波前的描述；所述中心点预估与交互模块，可以在图形界面中点选中心点；所述光斑旋转模块，将光斑以中心点进行旋转，不改变光斑图像的分辨率和图像大小，对于旋转后超出图像范围的部分光斑将进行剪切；所述模型变化模块中，光斑模型的各项系数将会随着实际光斑的分布不断变化，模型光斑将趋向于实际光斑；所述邻域梯度判断模块，将相关系数模块的输出值做存储并分析其最大值和次最大值，判断最大值是否大于阈值以选择是否结束该模块任务；判断最大值与次最大值在像素上的物理位置以选择模块输出；所述光斑平移模块，使用邻域梯度判断模块的输出将实际光斑做平移，输出平移后的光斑图像；所述相关系数模块，处理其他模块计算相关系数的需求，并将结果返回给各模块。进一步地，所述光斑旋转模块依次连接图像补全单元、图像中心旋转单元和图像恢复单元；所述图像补全单元中，图像将补全为以光斑中心为图像中心的一幅图像，补全的部分将填写0值；所述图像旋转单元中，图像将以光斑中心，也就是此时的图像几何中心，进行旋转；所述图像恢复单元中，图像会把图像补全单元补写的部分删去。进一步地，所述邻域梯度判断模块包括邻域试探单元、记录单元和判断比较单元；所述邻域试探单元中，光斑中心被依次平移到中心8邻域的像素点作为试探；所述记录单元中，平移后计算得到的相关系数被记录在8*1的向量中；所述判断比较单元，调取所述记录单元中的相关系数向量，如果向量中的最大值和次最大值在物理上相邻，则输出最大与次最大方向的叠加，否则输出相关系数最大值所对应的平移方向。本专利技术提出了一种基于分布先验的不均匀饱和光斑中心提取方法。它针对象差造成的不均匀光斑，以物理建模的方法恢复其灰度分布，使得此类光斑中心的提取达到了低误差和高稳定水平。本专利技术与现有技术相比，其显著优点有：将光斑不均匀的主要原因----象差进行建模，通过模型指导灰度分布上的光斑中心求取。相比基于边缘的算法，本方法加入了灰度信息；而相比基于灰度的算法，本方法加入了象差的描述模型作为先验，大大地提高了象差引起的不均匀光斑中心的求取精度。本方法对不均匀饱和光斑有着非常好的求解效果，属于国内外首创。附图说明图1是赛德象差与Zernike多项式的对应关系。图2是相关系数与旋转本文档来自技高网...

【技术保护点】
一种基于灰度分布建模的光斑中心提取方法，其特征在于，步骤如下：S1，建立Zernike描述下的象差表达，并以几何光学追迹的方式建立象差影响下光斑的原始模型；S2，根据光学和摄像学理论查找光斑灰度分布的极值，找到分布中的全局最大值，得到模型光斑中心；S3：获得实际光斑的灰度分布，对图像进行预对齐和填充，并预估实际光斑中心；S4：计算模型光斑与实际光斑的相关系数，循环进行光斑旋转，循环的结束条件是相关系数最大；S5：以相关系数作为反馈量，循环更改步骤S1中的Zernike多项式的系数，从而改变模拟光斑，使模拟光斑与实际光斑达到最大匹配；循环终止后选择相关系数最大的球差项系数作为最终的光斑模型输出；S6：以步骤S5得到的模型光斑及光斑中心作为标准，将预估光斑中心向其像素的8邻域移动，并将移动后的实际光斑与模型光斑对齐，计算8邻域的相关系数，得到相关系数的最大方向和次最大方向；S7：判断最大方向和次最大方向的关系，如果相邻，则两个方向的向量相加，并因此向量移动实际光斑，否则以最大向量方向移动实际光斑。

【技术特征摘要】
1.一种基于灰度分布建模的光斑中心提取方法，其特征在于，步骤如下：S1，建立Zernike描述下的象差表达，并以几何光学追迹的方式建立象差影响下光斑的原始模型；S2，根据光学和摄像学理论查找光斑灰度分布的极值，找到分布中的全局最大值，得到模型光斑中心；S3：获得实际光斑的灰度分布，对图像进行预对齐和填充，并预估实际光斑中心；S4：计算模型光斑与实际光斑的相关系数，循环进行光斑旋转，循环的结束条件是相关系数最大；S5：以相关系数作为反馈量，循环更改步骤S1中的Zernike多项式的系数，从而改变模拟光斑，使模拟光斑与实际光斑达到最大匹配；循环终止后选择相关系数最大的球差项系数作为最终的光斑模型输出；S6：以步骤S5得到的模型光斑及光斑中心作为标准，将预估光斑中心向其像素的8邻域移动，并将移动后的实际光斑与模型光斑对齐，计算8邻域的相关系数，得到相关系数的最大方向和次最大方向；S7：判断最大方向和次最大方向的关系，如果相邻，则两个方向的向量相加，并因此向量移动实际光斑，否则以最大向量方向移动实际光斑。2.根据权利要求1所述的一种基于灰度分布建模的光斑中心提取方法，其特征在于，步骤S4中光斑旋转的方法为：以模型光斑中心为旋转中心进行图像旋转；每旋转一个步进角都需要求取模型光斑和实际光斑的相关系数并记录；在模型光斑旋转一周后，选取相关系数最大的旋转角度作为模型旋转的最终值；以最终值旋转光斑，并将补0部分删除。3.根据权利要求1或2所述的一种基于灰度分布建模的光斑中心提取方法，其特征在于，步骤S5的具体步骤包括：保持实际光斑姿态不变，设定模型光斑中的彗差项系数为60度，以一定步进不断更改球差项系数并输出新的模型光斑，按所述步骤S1至S4求取新的相关系数并记录。4.一种基于灰度分布建模的光斑中心提取装置，其特征在于，包括象差描述模块、光学追迹和摄像学投影模块、中心点预估与交互模块、光斑旋转模块、模型变化模块、邻域梯度判断模块、光斑平移模块和相关系数计算模块，其中，所述象差描述模块、光学追迹和摄像学投影模块、中心点预估与交互模...

【专利技术属性】
技术研发人员：曹汛，葛龙骏，李想，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32