一种探测器阵列靶数据处理方法技术

本发明专利技术公开了一种探测器阵列靶数据处理方法，包括：确定插值倍率和像素点小数部分灰度值的对应关系；根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝J

A Data Processing Method for Detector Array Target

【技术实现步骤摘要】
一种探测器阵列靶数据处理方法
本专利技术涉及图像处理
，特别是涉及一种探测器阵列靶数据处理方法。
技术介绍
准确测量激光远场光斑时空强度分布，是直接获取激光光斑到光束质量、靶能量和质心漂移等重要参数的有效手段，对于分析强激光在大气中传输效应研究和评价强激光系统的光束控制能力、瞄准能力等具有重要的意义。目前国内外测量远场光斑参数的方法主要是阵列探测法和摄像法。摄像法采用非接触式测量，具有结构简单，易于获得高分辨率的光斑图像等优点，但较难实现对光斑空间分布的定量测量，则仅适合于激光光斑相对空间分布实时测量。而阵列式探测法不受时间的限制，具有精度高、实时性好等特点，在对激光器性能的测试中应用十分广泛。其缺点为需要采用大量的探测器，造成成本的急剧增加。因此探测器在靶面均按照一定的分布方式排列，这会造成测量光斑图像存在失真的现象。为了弥补探测器分布不均匀的不足，需要对采样后的光斑进行插值处理才能获得相对准确的远场光斑参数。激光在大气中传输时由于受到诸如湍流、热晕和消光等因素的影响，激光器出口处激光功率密度分布与远场光斑功率密度有较大的差异。而阵列探测法在能有效地降低成本的情况下是测量远场光斑参数的最优方法。但阵列靶在测量激光参数的过程中由于受靶面探测器分布影响，采样光斑均存在失真的情况，需要对采样得到的光斑图像进行插值处理。通常情况下为了得到实时性高的数据，一般采用复杂度低的最邻近插值算法，但是最邻近插值算法在一定程度上降低了测量数据的准确性，且获得光斑图像有明显的间隔。本专利技术改良了非线性插值中的双三次插值算法，大大缩短了双三次插值算法的处理时间、图像信噪比相对于双三次插值算法也有所提高，而且还能获得光滑的光斑图像，提升视觉效果。传统的双三次插值算法是利用bicbuic核函数，如公式(1)所示，计算待插值点与原图像周围16个相邻的像素点的权重系数，将周围点的像素值按对应权重累加得到待插点的像素值。一般情况下取a＝-0.5。w为函数自变量，s(w)为采样函数。因该方法考虑到目标点周围16个相邻点的位置关系和浮点坐标的计算，所以计算复杂度很高，必将造成处理速度的降低。假设目标点的插值后的灰度值为G(i+u，j+v)，原始灰度值为g(x，y)则目标点的灰度值可由公式(2)、(3)、(4)、(5)得到。G(i+u,j+v)＝A*B*C(2)A＝(S(1+v)S(v)S(1-v)S(2-v))(3)在实际采用上述双三次插值算法的处理过程中，对每个目标点插值时都需要通过公式1至公式3计算周围像素点的权重系数，这会造成双三次插值算法处理图像效率低、精确度不高等问题。
技术实现思路
本专利技术的目的是提供一种探测器阵列靶数据处理方法，具有图像处理效率高和图像处理精度高的特点。为实现上述目的，本专利技术提供了如下方案：一种探测器阵列靶数据处理方法，包括：确定插值倍率和像素点小数部分灰度值的对应关系；根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝JT＝[A1A2……AK]T，确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系；其中，AK＝[S(1+v)S(v)S(1-v)S(2-v)]，S(*)为采样函数，a＝-0.5，K为插值倍率，v的取值范围为1/K～1，AK为插值倍率K对应的权重系数；获取获取探测器阵列靶采集到的光斑图像矩阵以及设定插值倍率值；从权重系数矩阵J中选取与所述设定插值倍率对应的权重系数Jp，从权重系数矩阵L中选取与所述设定插值倍率对应的权重系数Lp；获取光斑图像矩阵中各像素点的灰度值G(i+u，j+v)，其中，i和j为所述灰度值的整数部分，u和v为所述灰度值的小数部分；对所述灰度值G(i+u，j+v)进行插值处理，获得插值处理后的灰度值G′(i+u,j+v)；所述插值处理后的灰度值G′(i+u,j+v)＝Jp*B*Lp；其中，g(x，y)为像素点的原始灰度值。根据获得的插值处理后的灰度值的图像，求取探测器阵列靶光斑图像的远场参数。可选的，所述探测器阵列靶数据处理方法还包括，将所获得的插值处理后灰度值的图像进行显示。可选的，所述远场参数包括光斑远场总能量、光斑质心坐标和光斑环围功率比。可选的，所述光斑远场总能量的求取方法，包括，将每个像素点的像素值与该点对应的能量矫正系数相乘；对所求取的相乘结果进行累加求和，获取光斑的远场总能量。可选的，采用重心法、Hough变换法和空间矩定位法中的任意一种，求取所述光斑质心坐标。可选的，采用所述重心法求取所述光斑质心坐标具体包括：通过公式求取所述光斑质心坐标，其中，X为光斑图像横轴方向的像素点个数，Y为光斑图像纵轴方向的像素点个数，G(x，y)为像素点的像素值，x为该点的横轴方向坐标，y为该点的纵轴方向坐标。可选的，求取所述光斑环围功率比的方法，包括：以所述光斑质心坐标为原点，分别以r，2r，……，nr为半径做圆，得到多个光斑圆环，其中n为整数；对每个所述光斑圆环中的光斑能量进行累计求和，得到多个所述光斑圆环的光斑能量和；将求取得到的所述光斑能量和除以探测器阵列靶面上的光斑总能量，得到光斑环围功率比。可选的，所述设定的插值倍率值为16。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的探测器阵列靶数据处理方法，包括，确定插值倍率和像素点小数部分灰度值的对应关系；根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝JT＝[A1A2……AK]T，确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系。使得在对探测器阵列靶数据进行处理的过程中，只需要根据需求设定好插值倍率，就能够根据所设定的插值倍率调用其所对应的权重系数完成插值处理。这就避免了在进行插值处理的过程中，需要求取每个目标点对应权重系数的计算过程，进而提高图像的处理效率。并且，根据插值处理后的像素点的灰度值结果进行图像的组合，能够进一步提高对图像处理的精确度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例探测器阵列靶数据处理方法的工作流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种探测器阵列靶数据处理方法，具有图像处理效率高和图像处理精度高的特点。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面采用具体实施方式对本专利技术作进一步详细的说明。图1为本专利技术实施例探测器阵列靶数据处理方法的工作流程图，如图1所示，一种探测器阵列靶数据处理方法，包括：S1、确定插值倍率K和像素点小数部分灰度值v的对应关系，v的取值范围为1/K～1；S2、根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝JT＝[A1A2……AK]T，本文档来自技高网...

【技术保护点】
1.一种探测器阵列靶数据处理方法，其特征在于，包括：确定插值倍率和像素点小数部分灰度值的对应关系；根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝J

【技术特征摘要】
1.一种探测器阵列靶数据处理方法，其特征在于，包括：确定插值倍率和像素点小数部分灰度值的对应关系；根据插值倍率和像素点小数部分灰度值的对应关系以及公式J＝[A1A2……AK]和L＝JT＝[A1A2……AK]T，确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系；其中，AK＝[S(1+v)S(v)S(1-v)S(2-v)]，S(*)为采样函数，a＝-0.5，K为插值倍率，v的取值范围为1/K～1，AK为插值倍率K对应的权重系数；获取探测器阵列靶采集到的光斑图像矩阵以及设定插值倍率；从权重系数矩阵J中选取与所述设定插值倍率对应的权重系数Jp，从权重系数矩阵L中选取与所述设定插值倍率对应的权重系数Lp；获取光斑图像矩阵中各像素点的灰度值G(i+u，j+v)，其中，i和j为所述灰度值的整数部分，u和v为所述灰度值的小数部分；对所述灰度值G(i+u，j+v)进行插值处理，获得插值处理后的灰度值G′(i+u,j+v)；所述插值处理后的灰度值G′(i+u,j+v)＝Jp*B*Lp；其中，g(x，y)为像素点的原始灰度值；根据获得的插值处理后的灰度值的图像，求取探测器阵列靶光斑图像的远场参数。2.根据权利要求1所述的一种探测器阵列靶数据处理方法，其特征在于，包括将所获得的插值处理后灰度值的图像进行显示。3.根据权利要求2所述的一种探测器阵列靶数据处理...

【专利技术属性】
技术研发人员：侯再红，程乙轮，何枫，秦来安，谭逢富，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：安徽,34