综合诊断系统弱对比度准直图像目标中心通用获取方法技术方案

本发明专利技术公开了一种综合诊断系统弱对比度准直图像目标中心通用获取方法，采用了统一的方法获取不同类型图像的光学目标中心，相比现有方法，本发明专利技术的方法更为简单、实用。该方法的主要步骤包括：1、将原始图像构建为多维图像立方体；2、对多维图像立方体进行降维处理得到降维后的第一维图像；3、对降维后的第一维图像进行K‑means分类，得到二值化图像；4、判断二值化图像如果是纹影小球图像，则需要获得纹影小球目标分离图像；如果是小孔图像，则需要获得小孔图像圆轮廓上的特征点；如果是其他图像，就利用重心法直接获取他图像的目标中心；5、对小孔图像和纹影小球图像使用最小二乘法进行圆拟合来计算图像圆心，从而实现对光学目标中心的获取。

【技术实现步骤摘要】
综合诊断系统弱对比度准直图像目标中心通用获取方法
本专利技术属于图像处理
，具体涉及一种综合诊断系统弱对比度准直图像目标中心通用获取方法。
技术介绍
综合诊断系统是一个多功能、高准确度的激光参量诊断平台，包含光学取样、探测、监视、控制等测量组件，用来精密诊断高功率固体激光装置输出激光光束的特性，为研究频率转换组件及相关科学技术问题提供全面、精确的激光参量。该系统位于高功率固体激光装置的末端，主要是为使用纹影法测量高动态范围远场焦斑而设计的。根据纹影法测量的原理，就必须获得准确的主瓣和旁瓣光斑，特别是旁瓣光斑，需要使用纹影小球精确遮挡旁瓣图像的中心，这就需要对光路进行准直。在光路准直过程中需要对各个监视位置的光路进行采集并判读光束位置，以确定光束收敛尺寸和方法。整个光路准直过程中需要计算6类不同的光学目标图像的中心，由于各个监视位置的需要监视的对象不同，导致每个监视位置采集到的图像特性不同。例如：在光路调整初期，需要光束穿孔，因此采集的图像为圆型的小孔图像；而在对后半程光路的调整过程中，需要让纹影小球遮挡旁瓣中心。小孔图像和纹影小球除过具有各自明显的特点外，还具有综合诊断系统所有准直图像的共同特点就是弱对比度和分布不均匀。而且有时还会出现光斑部分缺失的情形。在传统光路自动准直过程中，针对不同的光学目标图像需要提出不同的光学目标中心计算方法，这就对导致了光学目标中心算法的复杂程度高。
技术实现思路
为了解决传统光路自动准直过程中，针对不同的光学目标图像需要提出不同的光学目标中心计算方法，导致了计算光学目标中心复杂度高的问题，本专利技术综合小孔图像、纹影小球图像和其他光学目标图像的特点，提出了一种综合诊断系统弱对比度准直图像目标中心通用获取方法。本专利技术的基本原理是：首先，将原始图像构建为多维图像立方体；其次，对多维图像立方体进行降维处理得到降维后的第一维图像；然后，对降维后的第一维图像数据进行K-means分类，得到二值化图像；接着判断二值化图像，如果是纹影小球图像，则需要获得纹影小球目标分离图像；如果是小孔图像，则需要获得小孔图像圆轮廓上的特征点；如果是其他图像，就利用重心法直接获取他图像的目标中心；最后，对小孔图像和纹影小球图像使用最小二乘法进行圆拟合来计算图像圆心，从而实现对光学目标中心的获取。本专利技术的技术方案如下：本专利技术提供了一种综合诊断系统弱对比度准直图像目标中心通用获取方法，具体实现步骤如下：步骤1：对采集的原始图像构建多维图像立方体；步骤2：对多维图像立方体使用NVPCA变换进行降维处理，去除各维图像之间的相关性，分离和重新调节图像中的噪声，得到增强后的第一维图像；步骤3：对增强后的第一维图像进行K-means分类，得到二值化图像；步骤4：判断二值化图像的类型，若是纹影小球图像，则执行步骤5；若是小孔图像，则执行步骤6；若是其他类型图像，则执行步骤7；步骤5：获取纹影小球目标分离图像，检测出纹影小球圆轮廓，使用最小二乘法进行圆拟合来计算纹影小球图像的中心，从而获取光学目标中心；步骤6：获取小孔目标分离图像，检测出小孔圆轮廓上的特征点，使用最小二乘法进行圆拟合来计算小孔图像圆心，从而获取光学目标中心；步骤7：对其他类型图像则使用重心法计算光学目标中心。进一步地，上述步骤5的具体过程为：步骤5.1：使用数字形态学算法对二值化的纹影小球图像进行1次腐蚀运算和10次膨胀运算，使得图像背景区域连成一片，形成一个连续的连通域；步骤5.2：对步骤5.1处理后的图像采用BLOB技术搜寻最大的连通区域；步骤5.3：将步骤5.1处理后的图像和步骤5.2处理后的图像进行或非运算，然后将图像颜色反转；步骤5.4：在颜色反转的图像中寻找最大面积的连通域，从而获得纹影小球目标分离图像；步骤5.5：对纹影小球目标分离图像使用Sobel算子进行边缘检测，获得纹影小球圆轮廓；步骤5.6：使用最小二乘法进行圆拟合来计算纹影小球圆心，从而获取光学目标中心。进一步地，上述步骤6的具体过程为：步骤6.1：使用数字形态学算法对于二值化的小孔图像进行腐蚀运算去除图像中的离散点；步骤6.2：使用BLOB技术寻找面积最大的光斑作为小孔目标分离图像；步骤6.3：搜寻小孔目标分离图像的最小外切圆，使得小孔图像的99.9％的像素包含在所述最小外切圆内；步骤6.4：在小孔目标分离图像上寻找宽度为10个像素、半径最大的近似圆环；步骤6.5：选择最外层宽度为5个像素的最外层圆环作为最终特征点；步骤6.6：使用最小二乘法进行圆拟合来计算小孔图像圆心，从而获取光学目标中心。进一步地，上述步骤1的具体过程为：所述步骤1中构建多维图像立方体方式有两种：第一种，采用多幅分时采集多幅图像，从而构建多维图像立方体；第二种，采用邻域向量生成多幅图像，从而构建多维图像立方体。本专利技术具有以下有益效果：1、本专利技术将整个光路准直过程中6类不同的光学目标图像划分为了三类，并采用了统一的方法获取图像的光学目标中心，相比现有分别计算6类不同的光学目标图像的目标中心的方法，本专利技术的方法更为简单、实用。2、本专利技术的方法使用NVPCA变换能够有效提高弱对比度光学图像的信噪比，有利于光学目标的分离，为后续图像处理提供了有利的支撑。3、本专利技术的方法实现不同光路在形态、强弱、位置都不同的情况下，都能够准确判读准直光路中各个监视位置光斑基准，并以此为依据各个阶段的光束进行准确定位。4、本专利技术使用最小二乘法提高了小孔图像和纹影小球图像光学目标中心的计算精度(精度小于1个像素)。附图说明图1为综合诊断系统光路快速自动准直过程中采集的6个阶段的图像；图2为本专利技术方法的流程图；图3为多维数据立方体的示意图。图4(a)为小孔原始图像。图4(b)为纹影小球原始图像。图4(c)为小孔图像NVPCA变换后的图像。图4(d)为纹影小球图像NVPCA变换后的图像。图5(a)为小孔图像经K-means分类后的图像。图5(b)为纹影小球图像K-means分类后的图像。图6(a)为去除离散点后小孔图像。图6(b)为使用BLOB技术获得小孔目标图像。图6(c)为纹影小球图像经数字形态学算法处理后的图像。图6(d)为纹影小球图像中的背景图像。图6(e)为纹影小球目标图像。图6(f)为纹影小球目标分离图像。图7(a)为小孔图像的特征点图像。图7(b)为纹影小球圆轮廓图像。图8(a)为小孔图像圆拟合处理后的图像。图8(b)为纹影小球图像圆拟合处理后的图像。图9(a)为小孔原始图像、三维数据与经过NVPCA变换增强后小孔图像、三维数据的效果对比图。图9(b)为纹影小球原始图像、三维数据与经过NVPC本文档来自技高网...

【技术保护点】
1.一种综合诊断系统弱对比度准直图像目标中心通用获取方法，其特征在于，具体实现步骤如下：/n步骤1：对采集的原始图像构建多维图像立方体；/n步骤2：对多维图像立方体使用NVPCA变换进行降维处理，去除各维图像之间的相关性，分离和重新调节图像中的噪声，得到增强后的第一维图像；/n步骤3：对增强后的第一维图像进行K-means分类，得到二值化图像；/n步骤4：判断二值化图像的类型，若是纹影小球图像，则执行步骤5；若是小孔图像，则执行步骤6；若是其他类型图像，则执行步骤7；/n步骤5：获取纹影小球目标分离图像，检测出纹影小球圆轮廓，使用最小二乘法进行圆拟合来计算纹影小球图像的中心，从而获取光学目标中心；/n步骤6：获取小孔目标分离图像，检测出小孔圆轮廓上的特征点，使用最小二乘法进行圆拟合来计算小孔图像圆心，从而获取光学目标中心；/n步骤7：对其他类型图像则使用重心法计算光学目标中心。/n

【技术特征摘要】
1.一种综合诊断系统弱对比度准直图像目标中心通用获取方法，其特征在于，具体实现步骤如下：
步骤1：对采集的原始图像构建多维图像立方体；
步骤2：对多维图像立方体使用NVPCA变换进行降维处理，去除各维图像之间的相关性，分离和重新调节图像中的噪声，得到增强后的第一维图像；
步骤3：对增强后的第一维图像进行K-means分类，得到二值化图像；
步骤4：判断二值化图像的类型，若是纹影小球图像，则执行步骤5；若是小孔图像，则执行步骤6；若是其他类型图像，则执行步骤7；
步骤5：获取纹影小球目标分离图像，检测出纹影小球圆轮廓，使用最小二乘法进行圆拟合来计算纹影小球图像的中心，从而获取光学目标中心；
步骤6：获取小孔目标分离图像，检测出小孔圆轮廓上的特征点，使用最小二乘法进行圆拟合来计算小孔图像圆心，从而获取光学目标中心；
步骤7：对其他类型图像则使用重心法计算光学目标中心。


2.根据权利要求1所述的综合诊断系统弱对比度准直图像目标中心通用获取方法，其特征在于，所述步骤5的具体过程为：
步骤5.1：使用数字形态学算法对二值化的纹影小球图像进行1次腐蚀运算和10次膨胀运算，使得图像背景区域连成一片，形成一个连续的连通域；
步骤5.2：对步骤5.1处理后的图像采用BLOB技术搜寻最大的连通区域；
步骤5.3：将步骤5.1处理后的图像和步骤5.2处理后的图像进行或非运算，...

【专利技术属性】
技术研发人员：王拯洲，王力，谭萌，段亚轩，李刚，魏际同，弋东驰，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：陕西;61