一种湍流扰动下激光光斑质心提取方法技术

本发明专利技术属于无线激光通信技术领域，尤其为一种湍流扰动下激光光斑质心提取方法，包括以下步骤：

【技术实现步骤摘要】
一种湍流扰动下激光光斑质心提取方法


[0001]本专利技术涉及无线激光通信
，具体为一种湍流扰动下激光光斑质心提取方法
。

技术介绍

[0002]无线激光通信技术以激光为信息载体，以大气为传输媒介，使得收发两端间实现语音
、
图像
、
数据等信息传输的一种光通信方式，具有高速率
、
大带宽
、
抗干扰能力强与保密性好等优势
。
但是由于激光的窄波束特性以及激光传输过程中会受到大气环境
、
平台运动
、
振动的等随机扰动，带来光束对准的困难，而捕获
、
指向
、
跟踪系统
(acquisition,pointing and tracking,APT)
常用于平台间自动对准光束，建立稳定激光通信链路，保障通信正常
。ATP
系统校正光束偏差是利用了探测器端光斑质心信息，当探测器检测到光束时，会计算光斑质心位置，得到偏差角度，将偏差角度反馈到
ATP
系统中的控制器，进行光束方向的调整，建立通信链路
。
目前探测器进行光斑质心提取的方法包括灰度质心法
、
圆拟合法
、
椭圆拟合法等，灰度质心算法计算效率快但抗干扰能力弱，圆拟合法与椭圆拟合法对光斑的边缘完整性要求较高，在随机扰动程度强烈或传输距离较长而产生光斑破碎现象时定位效果大大降低，难以判断这种状态下的光斑中心位置，严重影响收发两端激光通信链路的建立
。

技术实现思路

[0003](
一
)
解决的技术问题
[0004]针对现有技术的不足，本专利技术提供了一种湍流扰动下激光光斑质心提取方法，解决了上述
技术介绍
中所提出的问题
。
[0005](
二
)
技术方案
[0006]本专利技术为了实现上述目的具体采用以下技术方案：
[0007]一种湍流扰动下激光光斑质心提取方法，包括以下步骤：
[0008]S1
：将获得的光斑图像进行灰度转换，利用可变阈值法对光斑图像进行阈值分割，将目标区域与背景分离；
[0009]S2
：针对可变阈值分割的图像进行形态学处理，进一步提取目标光斑区域，对该目标区域进行边缘检测，提取光斑边缘的像素点，所有光斑边缘像素点构成集合
M
，集合
M
中任一像素点存储形式为
(x
i
,y
j
)
，其中
x
i
,y
j
分别代表像素点在原始图像中的行数与列数；
[0010]S3
：进行椭圆拟合算法处理，获得拟合后椭圆中心坐标
(x
e
,y
e
)
，此时的椭圆中心坐标即为光斑质心坐标
(x
c
,y
c
)
；
[0011]其中，在步骤
S1
中可变阈值分割的阈值为
T
xy
＝
ω1σ
xy
+
ω2m
xy
，
ω1,
ω2为权重系数，
σ
xy
、m
xy
分别表示一幅光斑图像任意邻域所包含像素集合的标准差和均值，并且阈值
T
xy
满足
T
xy
＝
ω1σ
xy
+
ω2m
G
，其中
m
G
表示全局图像均值，结合全局图像均值与布尔运算对阈值处理添加权重，计算分割后的图像，分割后的光斑图像
g(x,y)
可以表示为：
[0012][0013]上式中
Q
为判断条件，
f(x,y)
表示原图像
。
[0014]进一步地，所述
S1
中采用自适应差分进化算法计算可变阈值分割的
ω1,
ω2权重系数，该算法包括以下步骤：
[0015]S11
：对于单张光斑图像，生成
i
组候选的
(
ω1,
ω2)
系数，设定最大迭代次数
G
max
、
初始变异系数
F0、
当前迭代次数为
G、
计算适应度表达式为
I
den
＝
I
seg
/I
ideal
，最佳适应度为
I
opt
；
[0016]S12
：可变阈值分割算法选用每组的分割系数对同一张光斑图像进行处理，并计算分割后的适应度；
[0017]S13
：根据每组参数的适应度，选择适应度较大的作为下一代的父代，并且，对选中的父代进行变异操作，产生新的参数组合，变异操作处理时的变异系数为
[0018]S14
：重复
S12
与
S13
，直至到达设定的迭代次数或者适应度值达到设定值
I
opt
，在历次迭代中选取适应度表现最好的权值参数组合作为可变阈值分割的
(
ω1,
ω2)
系数
。
[0019]进一步地，所述
S3
中的椭圆拟合算法包括以下子步骤：
[0020]S31
：将集合
M
按照从大到小的顺序分为
M1,M2,K,M
k
等子集，根据散布矩阵
S
＝
D
T
D
，求解不同子集的散布矩阵
S
k
，其中
D
为设计矩阵，如下所示：
[0021][0022]上式中
n
为集合中边缘特征点的个数；
[0023]S32
：将每个子集的散布矩阵相叠加得到整个集合
M
的散布矩阵
S
M
，即
[0024][0025]其中，
D
M
为设计矩阵，即
[0026][0027]S33
：求解求解正特征值所对应的特征向量即可得到椭圆参数
θ
(x
e
,y
e
,r
maj
,r
min
,
γ
)
，其中
(x
e
，
y
e
)
为椭圆中心坐标，
r
maj
、r
min
、
γ
分别为椭圆的长轴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种湍流扰动下激光光斑质心提取方法，其特征在于：包括以下步骤：
S1
：将获得的光斑图像进行灰度转换，利用可变阈值法对光斑图像进行阈值分割，将目标区域与背景分离；
S2
：针对可变阈值分割的图像进行形态学处理，进一步提取目标光斑区域，对该目标区域进行边缘检测，提取光斑边缘的像素点，所有光斑边缘像素点构成集合
M
，集合
M
中任一像素点存储形式为
(x
i
,y
j
)
，其中
x
i
,y
j
分别代表像素点在原始图像中的行数与列数；
S3
：进行椭圆拟合算法处理，获得拟合后椭圆中心坐标
(x
e
,y
e
)
，此时的椭圆中心坐标即为光斑质心坐标
(x
c
,y
c
)
；其中，在步骤
S1
中可变阈值分割的阈值为
T
xy
＝
ω1σ
xy
+
ω2m
xy
，
ω1,
ω2为权重系数，
σ
xy
、m
xy
分别表示一幅光斑图像任意邻域所包含像素集合的标准差和均值，并且阈值
T
xy
满足
T
xy
＝
ω1σ
xy
+
ω2m
G
，其中
m
G
表示全局图像均值，结合全局图像均值与布尔运算对阈值处理添加权重，计算分割后的图像，分割后的光斑图像
g(x,y)
可以表示为：上式中
Q
为判断条件，
f(x,y)
表示原图像
。2.
根据权利要求1所述的一种湍流扰动下激光光斑质心提取方法，其特征在于：所述
S1
中采用自适应差分进化算法计算可变阈值分割的
ω1,
ω2权重系数，该算法包括以下步骤：
S11
：对于单张光斑图像，生成
i
组候选的
(
ω1,
ω2)
系数，设定最大迭代次数
G
max
、
初始变异系数
F0...

【专利技术属性】
技术研发人员：刘智，王建兵，刘轩，杨阳，郗浚涵，王惠绩，
申请(专利权)人：苏州精视智为光电科技有限公司，
类型：发明
国别省市：