一种激光光斑中心位置及轮廓获取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110533601A(43)申请公布日2019.12.03(21)申请号201910633330.7(22)申请日2019.07.15(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人宗圣康韩俊龙张西良李伯全尹经天何仁宇吴越(51)Int.Cl.G06T5/00(2006.01)G06T7/13(2017.01)G06T7/60(2017.01)G06T7/70(2017.01)权利要求书1页说明书7页附图2页(54)发明名称一种激光光斑中心位置及轮廓获取方法(57)摘要本发明提供一种激光光斑中心位置及轮廓获取方法，包括以下步骤：光斑图像采集:通过图像采集装置采集得到激光光斑灰度图像；光斑图像滤波预处理：将所述光斑灰度图像进行噪声滤波预处理，消除光斑灰度图像边缘的噪声；光斑图像反应扩散处理:将经过预处理的光斑灰度图像通过转换后的FHN模型进行反应扩散处理，获取激光光斑灰度图像的中心位置及轮廓。该方法以激光束反应扩散原理为基础，结合激光能量分布理论，利用反应扩散系统来对激光束传播后的形成的扩散光斑进行去噪、修正、收缩，从而提高光斑中心定位精度，更准确识别模糊、发散光斑的中心位置，解决了激光在大气中传播时光斑发散、畸变造成光斑中心位置识别困难、误差大的问题。CN110533601ACN110533601A权利要求书1/1页1.一种激光光斑中心位置及轮廓获取方法，其特征在于，包括以下步骤:光斑图像采集:通过图像采集装置采集得到激光光斑灰度图像；光斑图像滤波预处理:将所述光斑灰度图像进行噪声滤波预处理，消除光斑灰度图像边缘的噪声；光斑图像反应扩散处理:将经过预处理的光斑灰度图像通过转换后的FHN模型进行反应扩散处理，获取激光光斑灰度图像的中心位置及轮廓。2.根据权利要求1所述的激光光斑中心位置及轮廓获取方法，其特征在于，所述光斑图像反应扩散处理步骤中转换后的FHN模型为:其中,(u,v)表示光斑灰度图像的初始灰度值；Δu与Δv表示每经过一次迭代计算，与计算之前灰度值的差值；α为氧的介电常数，α为6～6.5F/m；β为水蒸气的介电常数，β为4.01F/m；ε为氢的介电常数，ε为2.4～2.6F/m；为氮的介电常数，为7～8.5F/m。3.根据权利要求1所述的激光光斑中心位置及轮廓获取方法，其特征在于，所述光斑图像反应扩散处理具体包括以下步骤:光斑灰度图像通过转换后的FHN模型进行n次迭代计算先从准备阶段的不稳定扩张状态SS-逐渐演变为第一阶段的稳定边缘收缩状态SS+；第一次收缩：处于第一阶段稳定边缘收缩状态SS+的光斑灰度图像通过转换后的FHN模型进行m次迭代演变，m＞＞n，去除光斑灰度图像的背景噪声，令光斑的边缘部分变得更平滑，然后进入第二阶段稳定边缘扩张状态SS-；第一次扩展：处于第二阶段稳定边缘扩张状态SS-的光斑灰度图像通过转换后的FHN模型进行h次迭代演变，h>m，去除光斑灰度图像所有剩余的噪声片段，令光斑灰度图像的轮廓进一步平滑，然后进入第三阶段整体收缩状态SS+；第二次收缩：处于第三阶段整体收缩状态SS+的光斑灰度图像通过转换后的FHN模型进行不少于3m次迭代演变，获得光斑灰度图像的中心位置，然后进入第四阶段的整体扩张状态SS-；第二次扩展：处于第四阶段整体扩张状态SS-的光斑灰度图像通过转换后的FHN模型进行不少于3h次的迭代演变，最终获得光斑灰度图像轮廓。4.根据权利要求1所述的激光光斑中心位置及轮廓获取方法，其特征在于，所述光斑图像滤波预处理包括光斑图像随机噪声滤波预处理步骤；所述光斑图像随机噪声滤波预处理步骤具体为：将所述光斑灰度图像进行随机噪声滤波预处理，消除图像采集过程中产生的与光斑灰度图像边缘无关随机噪声。5.根据权利要求4所述的激光光斑中心位置及轮廓获取方法，其特征在于，所述光斑图像滤波预处理还包括光斑图像灰度阈值滤波预处理步骤；所述光斑图像灰度阈值滤波预处理步骤具体为：使用灰度阈值的特定值来过滤与光斑灰度图像边缘有关的引起的边缘发散的噪声。6.根据权利要求1所述的激光光斑中心位置及轮廓获取方法，其特征在于，所述图像采集装置为CCD相机。2CN110533601A说明书1/7页一种激光光斑中心位置及轮廓获取方法技术领域[0001]本发明属于视觉测量领域，涉及一种激光光斑中心位置及轮廓获取方法。背景技术[0002]一些精密光学测量系统中，常用机器视觉识别激光光斑位置完成物理量测量。激光光斑识别准确性直接关系到测量系统精度。光束在大气中传播，由于大气不稳定及散射现象可能造成光斑形状不规则，从而使用传统边缘拟合方法可能造成光斑形状及位置识别误差。因此，改进光斑识别方法，对不规则光斑进行准确定位是提高光学