一种光斑检测方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种光斑检测方法、装置及电子设备，所述方法包括：获取光斑图像，其中，光斑图像包含光斑；获取光斑图像中的光斑所在的光斑区域；获取光斑区域的中心的初始位置坐标；以初始位置坐标为中心，在光斑区域内建立局部图像坐标系；采用高斯模型在局部图像坐标系上对光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。通过获取光斑区域的中心的初始位置坐标作为光斑的整像素级的中心位置，然后采用高斯模型在局部图像坐标系上对光斑区域内的光斑图像的灰度值进行拟合，因为高斯模型是连续的，因而检测得到的光标中心是亚像素级的中心位置坐标，如此，实现了对光斑的高精度的检测。

A spot detection method, device and electronic equipment

【技术实现步骤摘要】
一种光斑检测方法、装置及电子设备
本专利技术涉及图像处理
，尤其涉及一种光斑检测方法、装置及电子设备。
技术介绍
高斯分布型光斑中心定位是光学测量中的关键技术之一，被广泛应用于天文导航、武器系统、光学测量和检测仪器等领域中，快速、精确地提取光斑的中心对上述系统整体性能至关重要，特别是在动态视频中实现对光斑的高精度快速自主地检测和中心定位。目前，视频目标检测的方法主要有帧差法、光流法和背景差法三种，其中帧差法和背景差法都基于静止背景，光流法是建立在亮度守恒基本假设条件下，在现实光斑检测中其前提条件均难以得到保障。比较常用的光斑中心定位算法有灰度重心法、高斯拟合法、Hough变换法，边缘曲线拟合法等，精确度较高的光斑亚像素提取方法如果对全局进行处理，则存在计算时间复杂度较高，占用内存较大等问题，在实际应用中限制较大，基本不可能用于高精度实时检测。因此，如何实现对光斑的高精度的检测成为迫切需要解决的问题。
技术实现思路
鉴于上述问题，本专利技术实施例提供了一种光斑检测方法、装置及电子设备，用于解决现有技术中存在的上述技术问题。第一方面，本专利技术提供一种光斑检测方法，所述方法包括：获取光斑图像，其中，所述光斑图像包含光斑；获取所述光斑图像中的所述光斑所在的光斑区域；获取所述光斑区域的中心的初始位置坐标；以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。可选的，所述获取所述光斑图像中的所述光斑所在的光斑区域，包括：将所述光斑图像输入预先建立的深度学习模型中，通过所述深度学习模型识别出所述光斑图像中的光斑，并获得所述光斑的检测框；以所述检测框所包含的图像区域作为所述光斑区域。可选的，所述获取所述光斑区域的中心的初始位置坐标，包括：获取所述光斑区域中的每个像素点的位置坐标和灰度值；以所述灰度值作为权重，将所述位置坐标和所述权重输入预先建立的重心检测模型中，获得所述光斑区域的中心的初始位置坐标。可选的，在获取所述光斑区域的中心的初始位置坐标之前，所述方法还包括：对所述光斑区域进行第二预处理。可选的，在获取所述光斑图像中的所述光斑所在的光斑区域之前，所述方法还包括：对所述光斑图像进行第一预处理。第二方面，本专利技术实施例提供了一种光斑检测装置，所述装置包括：获取图像模块，用于获取光斑图像，其中，所述光斑图像包含光斑；获取光斑区域模块，用于获取所述光斑图像中的所述光斑所在的光斑区域；获取初始中心坐标模块，用于获取所述光斑区域的中心的初始位置坐标；建立局部坐标系模块，用于以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；获取亚像素中心坐标模块，用于采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。可选的，所述获取光斑区域模块用于：将所述光斑图像输入预先建立的深度学习模型中，由所述深度学习模型识别出所述光斑图像中的光斑，并获得所述光斑的检测框；以所述检测框所包含的图像区域作为所述光斑区域。可选的，所述获取初始中心坐标模块用于：获取所述光斑区域中的每个像素点的位置坐标和灰度值；以所述灰度值作为权重，将所述位置坐标和所述权重输入预先建立的重心检测模型中，获得所述光斑区域的中心的初始位置坐标。可选的，所述装置还包括：第一预处理模块，用于对所述光斑图像进行第一预处理；第二预处理模块，用于对所述光斑区域进行第二预处理。第三方面，本专利技术实施例提供了一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取光斑图像，其中，所述光斑图像包含光斑；获取所述光斑图像中的所述光斑所在的光斑区域；获取所述光斑区域的中心的初始位置坐标；以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。本申请实施例中提供的技术方案，至少具有如下技术效果或优点：本专利技术实施例提供了一种光斑检测方法、装置及电子设备，所述方法包括：获取光斑图像，其中，光斑图像包含光斑；获取光斑图像中的光斑所在的光斑区域；获取光斑区域的中心的初始位置坐标；以初始位置坐标为中心，在光斑区域内建立局部图像坐标系；采用高斯模型在局部图像坐标系上对光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。首先通过获取光斑区域的中心的初始位置坐标作为光斑的整像素级的中心位置，然后采用高斯模型在以整像素级的中心位置为中心建立的局部图像坐标系上对光斑区域内的光斑图像的灰度值进行拟合，因为高斯模型是连续的，因而检测得到的光标中心是亚像素级的中心位置坐标，如此，实现了对光斑的高精度的检测。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1示出了本专利技术实施例提供的一种光斑检测方法流程示意图；图2示出了本专利技术实施例提供的一种光斑检测装置方框结构示意图。图3示出了本专利技术实施例提供的一种电子设备的框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术实施例提供了一种光斑检测方法，如图1所示，所述方法包括：步骤S100：获取光斑图像，其中，光斑图像包含光斑。在本专利技术实施例中，光斑图像可以通过图像采集系统采集得到，例如CCD图像传感器，CMOS图像传感器等。步骤S200：获取光斑图像中的光斑所在的光斑区域。作为一种实施方式，获取光斑图像中的光斑所在的光斑区域具体的，可以是：将光斑图像输入预先建立的深度学习模型中，通过深度学习模型识别出光斑图像中的光斑，并获得光斑的检测框，然后以检测框所包含的图像区域作为光斑区域。这里，预先建立的深度学习模型可以是只需一眼(YouOnlyLookOnc本文档来自技高网...

【技术保护点】
1.一种光斑检测方法，其特征在于，所述方法包括：/n获取光斑图像，其中，所述光斑图像包含光斑；/n获取所述光斑图像中的所述光斑所在的光斑区域；/n获取所述光斑区域的中心的初始位置坐标；/n以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；/n采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。/n

【技术特征摘要】
1.一种光斑检测方法，其特征在于，所述方法包括：
获取光斑图像，其中，所述光斑图像包含光斑；
获取所述光斑图像中的所述光斑所在的光斑区域；
获取所述光斑区域的中心的初始位置坐标；
以所述初始位置坐标为中心，在所述光斑区域内建立局部图像坐标系；
采用高斯模型在所述局部图像坐标系上对所述光斑区域内的光斑图像的灰度值进行拟合，得到亚像素级的光斑中心位置坐标。


2.根据权利要求1所述的光斑检测方法，其特征在于，所述获取所述光斑图像中的所述光斑所在的光斑区域，包括：
将所述光斑图像输入预先建立的深度学习模型中，通过所述深度学习模型识别出所述光斑图像中的光斑，并获得所述光斑的检测框；
以所述检测框所包含的图像区域作为所述光斑区域。


3.根据权利要求2所述的光斑检测方法，其特征在于，所述获取所述光斑区域的中心的初始位置坐标，包括：
获取所述光斑区域中的每个像素点的位置坐标和灰度值；
以所述灰度值作为权重，将所述位置坐标和所述权重输入预先建立的重心检测模型中，获得所述光斑区域的中心的初始位置坐标。


4.根据权利要求1-3任一项所述的光斑检测方法，其特征在于，在获取所述光斑区域的中心的初始位置坐标之前，所述方法还包括：
对所述光斑区域进行第二预处理。


5.根据权利要求4所述的光斑检测方法，其特征在于，在获取所述光斑图像中的所述光斑所在的光斑区域之前，所述方法还包括：
对所述光斑图像进行第一预处理。


6.一种光斑检测装置，其特征在于，所述装置包括：
获取图像模块，用于获取光斑图像，其中，所述光斑图像包含光斑；
获取光斑区域模块，用于获取所述光斑图像中的所述光斑所在的光斑区域；
获取初始中心坐标模块，用于获取所述...

【专利技术属性】
技术研发人员：严爽，范小康，于海，杨付飞，孙禹，王竹萍，周康，刘灿，赵帆，欧阳磊，
申请(专利权)人：武汉光谷航天三江激光产业技术研究院有限公司，
类型：发明
国别省市：湖北;42