基于LBF的卫星望远镜镜片表面疵病检测方法技术

本发明专利技术公开了一种基于LBF的卫星望远镜镜片表面疵病检测方法，首先对聚类目标函数添加权重项和收敛项对其进行优化，并采用迭代的方法，对光学疵病图像进行分类处理，去除噪声的同时使得疵病轮廓得到增强；然后经过分类处理后的图像，采用LBF主动轮廓模型，通过水平集函数演化并取零水平集分割出疵病图像；最后对提取出来的疵病图像进行量化，对疵病图像采用二值链码技术对其疵病轮廓线进行标记，从而实现对疵病区域面积、重心、长短径和周长的量化。本发明专利技术将优化聚类目标函数进行迭代、LBF主动轮廓模型进行疵病图像分割以及疵病量化相结合，来增强卫星望远镜镜片表面疵病的损伤特征，显现其轮廓特征信息，提高了检测精度的同时完成对疵病的量化分析。对疵病的量化分析。对疵病的量化分析。

【技术实现步骤摘要】
基于LBF的卫星望远镜镜片表面疵病检测方法
[0001]技术邻域
[0002]本专利技术属于表面疵病检测技术邻域，更为具体地讲，涉及一种基于LBF的卫星望远镜镜片表面疵病检测方法。

技术介绍

[0003]超精密光学元件是很多高精尖仪器及设备系统的重要组成部分。在航空航天邻域中，大量光学元件运用于卫星，最为显著的就是卫星望远镜，且直径通常为米量级。对于卫星而言，其主要功能就是对地面进行拍摄、侦察、监测，因此对卫星使用的太空望远镜要求其成像灵敏度高、精度高、分辨能力强。卫星望远镜在大气环境中，气体不会对拍摄过程造成影响。但在太空中，由于其温度很低，星云里的气体(如氢气、甲烷)会固化成颗粒物，附着在镜片上，形成表面疵病。为了防止气体固化颗粒物附着在镜片上，通常会在镜片附近添加吸附装置。同样的，在加工或者模拟实验中，出现的外界物体的擦挂，外界环境的冲击造成的划痕，以及后续操作处理不当，都会使其表面不可避免的留下麻点、裂口、划痕、气泡以及破边等不同种类的表面疵病。对于卫星望远镜镜片来说，表面划痕等表面疵病的存在会对入射到表面的光束造成散射，同时表面疵病的尺寸较小，使得衍射现象也较为严重导致元件表面受到损伤，影响到元件使用的效率甚至导致元件的报废。因此卫星在发射之前通常会在地面上进行太空环境模拟实验，以保证卫星望远镜的拍摄功能在太空中正常运行。
[0004]为了验证吸附装置的功效或检测镜片制作过程中有没有造成损失，需要对其进行疵病检测。对于传统检测表面疵病的精密系统而言，其检测精度虽高，但设备组装复杂、成本高，且各部件之间的位置关系和运动情况等有严格的要求，如果特定姿态发生改变，则该方向性指示也相应地随之改变，因此要求操作人员有一定的光学邻域知识基础。精密系统最大的弊端在于检测光学元件的尺寸有限制，被测物通常在厘米或者分米量级，无法对大尺寸光学器件进行原位非接触疵病检测。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种基于LBF的卫星望远镜镜片表面疵病检测方法，用于大尺寸卫星望远镜镜片的原位非接触疵病检测时拍摄被测卫星望远镜镜片获得光学疵病图像的处理，以提高检测精度。
[0006]为实现上述专利技术目的，本专利技术基于LBF的卫星望远镜镜片表面疵病检测方法，其特征在于，包括：
[0007](1)、拍摄被测卫星望远镜镜片，获得光学疵病图像；
[0008](2)、像素点分类
[0009]2.1)、设置迭代阈值ε、类数G、调整参数m，初始化迭代次数k＝0；
[0010]2.2)、构建优化的聚类目标函数J
FCM
：
[0011][0012]其中，W
xy,i
为权重，W
xy,i
＝(M
xy,i
×
G
xy,i
)/Z
xy
，M
xy,i
为隶属度系数，G
xy,i
为光照强度系数，Z
xy
为归一化常数，其值为：
[0013][0014]M
xy,i
＝exp(
‑
(u
(x
‑
1，y),i
×
u
(x+1，y)，i
+u
(x,y
‑
1),i
×
u
(x,y+1),i
))，u
(x
‑
1,y),i
、u
(x+1,y),i
、u
(x,y
‑
1),i
u
(x,y+1),i
分别为像素点(x
‑
1,y)、(x+1，y)、(x，y
‑
1)、(x，y+1)的像素值属于类别i的隶属度；
[0015][0016]N
xy
为像素点(x,y)的邻域像素点集合，p
r
为邻域像素点集合N
xy
中第r个像素点的像素值，I
xy
被用来衡量像素点邻域的像素值，如果像素点领域有高的像素值，那么p
r
就会变高，同时I
xy
就会变小，而I
xy
也会使得G
xy,i
变小；a
i
为第i类像素点中的平均像素值；
[0017]其中，u
xy,i
为像素点(x,y)的像素值p
xy
属于第i类的隶属度，x,y分别为像素点的水平和垂直坐标；H为光学疵病图像的高度，L为光学疵病图像的宽度；c
i
为第i类像素点像素值的聚类中心；p
r
表示像素点(x,y)的邻域点r的像素值，N
xy
为像素点(x，y)的邻域像素点集合；
[0018]其中，β
xy
＝αmin{||||p
xy
‑
c
s
||2||,s∈{1,2,...,G}},α∈[0,1]ꢀꢀꢀ
(4)
[0019]2.3)、在的约束条件下，利用值在0,1区间内的随机数初始化一个隶属度u
xy,i
，计算聚类中心c
i
：
[0020][0021]2.4)、依据步骤2.2)公式(1)计算聚类目标函数J
FCM
，并表示为J
FCM
(0)，k＝k+1；
[0022]2.5)、计算隶属度u
xy,i
：
[0023][0024]2.6)、按照步骤2.3)的公式(5)计算计算聚类中心c
i
；
[0025]2.7)、依据步骤2.2)公式(1)计算聚类目标函数J
FCM
，并表示为J
FCM
(k)，判断聚类是否终止：
[0026]如果计算所得聚类目标函数J
FCM
(k)与上一次迭代的聚类目标函数J
FCM
(k
‑
1)差值小于等于设定的迭代阈值ε，即‖J
FCM
(k)
‑
J
FCM
(k
‑
1)||≤ε则聚类结束，否则跳转至步骤2.5)；
[0027]2.8)、根据最大隶属度准则，依据隶属度u
xy,i
对光学疵病图像的像素点进行分类，
即在G类中，隶属度u
xy,i
最大的类别为像素点(x,y)的类别；将属于背景类类别的像素点去除(像素值置为0)，得到表征轮廓信息的图像I
*
；
[0028](3)、边缘轮廓检测
[0029]对于图像I
*
采用局部二值拟合(LBF)模型，计算LBF模型的梯度下降流，通过水平集函数演化并取零水平集对图像I
*
进行分割，将疵病图像分割出来，将分割出来的疵病图像保留，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LBF的卫星望远镜镜片表面疵病检测方法，其特征在于，包括：(1)、拍摄被测卫星望远镜镜片，获得光学疵病图像；(2)、像素点分类2.1)、设置迭代阈值ε、类数G、调整参数m，初始化迭代次数k＝0；2.2)、构建优化的聚类目标函数J
FCM
：其中，W
xy,i
为权重，W
xy,i
＝(M
xy,i
×
G
xy,i
)/Z
xy
，M
xy，i
为隶属度系数，G
xy,i
为光照强度系数，Z
xy
为归一化常数，其值为：M
xy,i
＝exp(
‑
(u
(x
‑
1,y),i
×
u
(x+1,y),i
+u
(x,y
‑
1),i
×
u
(x,y+1),i
))，u
(x
‑
1,y),i
、u
(x+1,y),i
、u
(x,y
‑
1)，i
u
(x，y+1)，i
分别为像素点(x
‑
1,y)、(x+1，y)、(x,y
‑
1)、(x,y+1)的像素值属于类别i的隶属度；N
xy
为像素点(x,y)的邻域像素点集合，p
r
为邻域像素点集合N
xy
中第r个像素点的像素值，I
xy
被用来衡量像素点邻域的像素值，如果像素点领域有高的像素值，那么p
r
就会变高，同时I
xy
就会变小，而I
xy
也会使得G
xy,i
变小；a
i
为第i类像素点中的平均像素值；其中，u
xy,i
为像素点(x,y)的像素值p
xy
属于第i类的隶属度，x,y分别为像素点的水平和垂直坐标；H为光学疵病图像的高度，L为光学疵病图像的宽度；c
i
为第i类像素点像素值的聚类中心；p
r
表示像素点(x,y)的邻域点r的像素值，N
xy
为像素点(x,y)的邻域像素点集合；其中，β
...

【专利技术属性】
技术研发人员：邱根，陈薇，殷春，程玉华，王胤泽，陈凯，冯怡婷，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：