CN110082072B - 一种探测器阵列靶数据处理方法 - Google Patents
一种探测器阵列靶数据处理方法 Download PDFInfo
- Publication number
- CN110082072B CN110082072B CN201910360080.4A CN201910360080A CN110082072B CN 110082072 B CN110082072 B CN 110082072B CN 201910360080 A CN201910360080 A CN 201910360080A CN 110082072 B CN110082072 B CN 110082072B
- Authority
- CN
- China
- Prior art keywords
- light spot
- interpolation
- detector array
- gray value
- weight coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 43
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011426 transformation method Methods 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种探测器阵列靶数据处理方法,包括:确定插值倍率和像素点小数部分灰度值的对应关系;根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK]T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系;获取获取探测器阵列靶采集到的光斑图像矩阵以及设定插值倍率值;根据插值倍率值与像素点的小数部分灰度值的对应关系,选取与插值倍率对应的权重系数Jp和权重系数Lp;对光斑图像矩阵中各像素点的灰度值G(i+u,j+v)进行插值处理,获得插值处理后的灰度值G′(i+u,j+v)。本发明提供的探测器阵列靶数据处理方法具有图像处理效率高和图像处理精度高的特点。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种探测器阵列靶数据处理方法。
背景技术
准确测量激光远场光斑时空强度分布,是直接获取激光光斑到光束质量、靶能量和质心漂移等重要参数的有效手段,对于分析强激光在大气中传输效应研究和评价强激光***的光束控制能力、瞄准能力等具有重要的意义。
目前国内外测量远场光斑参数的方法主要是阵列探测法和摄像法。摄像法采用非接触式测量,具有结构简单,易于获得高分辨率的光斑图像等优点,但较难实现对光斑空间分布的定量测量,则仅适合于激光光斑相对空间分布实时测量。而阵列式探测法不受时间的限制,具有精度高、实时性好等特点,在对激光器性能的测试中应用十分广泛。其缺点为需要采用大量的探测器,造成成本的急剧增加。因此探测器在靶面均按照一定的分布方式排列,这会造成测量光斑图像存在失真的现象。为了弥补探测器分布不均匀的不足,需要对采样后的光斑进行插值处理才能获得相对准确的远场光斑参数。
激光在大气中传输时由于受到诸如湍流、热晕和消光等因素的影响,激光器出口处激光功率密度分布与远场光斑功率密度有较大的差异。而阵列探测法在能有效地降低成本的情况下是测量远场光斑参数的最优方法。但阵列靶在测量激光参数的过程中由于受靶面探测器分布影响,采样光斑均存在失真的情况,需要对采样得到的光斑图像进行插值处理。通常情况下为了得到实时性高的数据,一般采用复杂度低的最邻近插值算法,但是最邻近插值算法在一定程度上降低了测量数据的准确性,且获得光斑图像有明显的间隔。本发明改良了非线性插值中的双三次插值算法,大大缩短了双三次插值算法的处理时间、图像信噪比相对于双三次插值算法也有所提高,而且还能获得光滑的光斑图像,提升视觉效果。
传统的双三次插值算法是利用bicbuic核函数,如公式(1)所示,计算待插值点与原图像周围16个相邻的像素点的权重系数,将周围点的像素值按对应权重累加得到待插点的像素值。一般情况下取a=-0.5。
w为函数自变量,s(w)为采样函数。
因该方法考虑到目标点周围16个相邻点的位置关系和浮点坐标的计算,所以计算复杂度很高,必将造成处理速度的降低。假设目标点的插值后的灰度值为G(i+u,j+v),原始灰度值为g(x,y)则目标点的灰度值可由公式(2)、(3)、(4)、(5)得到。
G(i+u,j+v)=A*B*C (2)
A=(S(1+v)S(v)S(1-v)S(2-v)) (3)
在实际采用上述双三次插值算法的处理过程中,对每个目标点插值时都需要通过公式1至公式3计算周围像素点的权重系数,这会造成双三次插值算法处理图像效率低、精确度不高等问题。
发明内容
本发明的目的是提供一种探测器阵列靶数据处理方法,具有图像处理效率高和图像处理精度高的特点。
为实现上述目的,本发明提供了如下方案:
一种探测器阵列靶数据处理方法,包括:
确定插值倍率和像素点小数部分灰度值的对应关系;
根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK]T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系;其中,AK=[S(1+v)S(v)S(1-v)S(2-v)],S(*)为采样函数,a=-0.5,K为插值倍率,v的取值范围为1/K~1,AK为插值倍率K对应的权重系数;
获取获取探测器阵列靶采集到的光斑图像矩阵以及设定插值倍率值;
从权重系数矩阵J中选取与所述设定插值倍率对应的权重系数Jp,从权重系数矩阵L中选取与所述设定插值倍率对应的权重系数Lp;
获取光斑图像矩阵中各像素点的灰度值G(i+u,j+v),其中,i和j为所述灰度值的整数部分,u和v为所述灰度值的小数部分;
对所述灰度值G(i+u,j+v)进行插值处理,获得插值处理后的灰度值G′(i+u,j+v);所述插值处理后的灰度值G′(i+u,j+v)=Jp*B*Lp;
根据获得的插值处理后的灰度值的图像,求取探测器阵列靶光斑图像的远场参数。
可选的,所述探测器阵列靶数据处理方法还包括,将所获得的插值处理后灰度值的图像进行显示。
可选的,所述远场参数包括光斑远场总能量、光斑质心坐标和光斑环围功率比。
可选的,所述光斑远场总能量的求取方法,包括,
将每个像素点的像素值与该点对应的能量矫正系数相乘;
对所求取的相乘结果进行累加求和,获取光斑的远场总能量。
可选的,采用重心法、Hough变换法和空间矩定位法中的任意一种,求取所述光斑质心坐标。
可选的,采用所述重心法求取所述光斑质心坐标具体包括:通过公式求取所述光斑质心坐标,其中,X为光斑图像横轴方向的像素点个数,Y为光斑图像纵轴方向的像素点个数,G(x,y)为像素点的像素值,x为该点的横轴方向坐标,y为该点的纵轴方向坐标。
可选的,求取所述光斑环围功率比的方法,包括:以所述光斑质心坐标为原点,分别以r,2r,……,nr为半径做圆,得到多个光斑圆环,其中n为整数;对每个所述光斑圆环中的光斑能量进行累计求和,得到多个所述光斑圆环的光斑能量和;将求取得到的所述光斑能量和除以探测器阵列靶面上的光斑总能量,得到光斑环围功率比。
可选的,所述设定的插值倍率值为16。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的探测器阵列靶数据处理方法,包括,确定插值倍率和像素点小数部分灰度值的对应关系;根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK] T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系。使得在对探测器阵列靶数据进行处理的过程中,只需要根据需求设定好插值倍率,就能够根据所设定的插值倍率调用其所对应的权重系数完成插值处理。这就避免了在进行插值处理的过程中,需要求取每个目标点对应权重系数的计算过程,进而提高图像的处理效率。并且,根据插值处理后的像素点的灰度值结果进行图像的组合,能够进一步提高对图像处理的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例探测器阵列靶数据处理方法的工作流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种探测器阵列靶数据处理方法,具有图像处理效率高和图像处理精度高的特点。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面采用具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例探测器阵列靶数据处理方法的工作流程图,如图1所示,一种探测器阵列靶数据处理方法,包括:
S1、确定插值倍率K和像素点小数部分灰度值v的对应关系,v的取值范围为1/K~1;
S2、根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK]T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系;其中,AK=[S(1+v)S(v)S(1-v)S(2-v)],S(*)为采样函数,a=-0.5,K为插值倍率,AK为插值倍率K对应的权重系数;因插值倍率设定值K的不同,导致灰度值小数部分u和v会对应出现K个不同值,使得所得到的权重系数AK也是不断循环的,且每次循环都是以AK=[0100]结束。此外,权重系数矩阵J实质是所需要处理的探测器阵列靶数据图像横坐标方向上周围点的权重系数矩阵。权重系数矩阵L实质是所需要处理的探测器阵列靶数据图像纵坐标方向上周围点的权重系数矩阵。
S3、获取探测器阵列靶采集到的光斑图像矩阵M*N以及设定插值倍率,其中,设定插值倍率为根据实际需求人为选择设定的;
S4、从权重系数矩阵J中选取与所述设定插值倍率对应的权重系数Jp,从权重系数矩阵L中选取与所述设定插值倍率对应的权重系数Lp;
S5、获取光斑图像矩阵中各像素点的灰度值G(i+u,j+v),其中,i和j为灰度值的整数部分,u和v为灰度值的小数部分;因原探测器阵列靶采集到的光斑图像矩阵为M*N,插值倍率为16,所以i的取值范围为1~M*16,j的取值范围为1~N*16,u的取值范围为1/16~1,v的取值范围为1/16~1。以左上角的第一个点为例,当K=16时i和j的值均为1,u和v的值均为1/16。
S6、对灰度值G(i+u,j+v)进行插值处理,获得插值处理后的灰度值G′(i+u,j+v);插值处理后的灰度值G′(i+u,j+v)=Jp*B*Lp;
S7、根据获得的插值处理后的灰度值的图像,求取探测器阵列靶光斑图像的远场参数。并且,同时将所获得的插值处理后灰度值的图像在PC端进行显示。
远场参数包括光斑远场总能量、光斑质心坐标和光斑环围功率比。
光斑远场总能量的求取方法,包括,
将每个像素点的像素值与该点对应的能量矫正系数相乘;
对所求取的相乘结果进行累加求和,获取光斑的远场总能量。
采用重心法、Hough变换法和空间矩定位法中的任意一种,求取光斑质心坐标。
其中,采用重心法求取光斑质心坐标具体包括:通过公式求取光斑质心坐标,其中,X为光斑图像横轴方向的像素点个数,Y为光斑图像纵轴方向的像素点个数,G(x,y)为像素点的像素值,x为该点的横轴方向坐标,y为该点的纵轴方向坐标。
求取光斑环围功率比的方法,包括:以光斑质心坐标为原点,分别以r,2r,……,nr为半径做圆,得到多个光斑圆环,其中n为整数;对每个光斑圆环中的光斑能量进行累计求和,得到多个光斑圆环的光斑能量和;将求取得到的光斑能量和除以探测器阵列靶面上的光斑总能量,得到光斑环围功率比。
下面通过对比计算结果,进一步说明本发明所提供的探测器阵列靶数据处理方法,能够提高图像处理效率和图像处理精度。
将本发明公开的探测器阵列靶数据处理方法,通过程序编写的手段植入到版本为2014,CPU为2.30GHz的InterCorei5及内存为8GB的Matlab平台中,除改进型双三次插值算法外,其他算法均为默认参数。
将设定好的插值倍率16输入到***中,得到对应的计算结果,如下:
表1为不同插值算法对光斑图像插值倍率16倍后得到图像计算的结果对比,通过表1可以看出改进型的算法在处理时间上有明显提升,光斑质心误差得到减小,而且信噪比有一定的提升。
表1.不同插值算法结果对比
插值算法 | 处理时间(s) | 信噪比(SNR) | 光斑质心误差 |
双三次插值算法 | 21.495 | 18.5347 | 1.46% |
本发明提出的插值算法 | 9.606 | 18.5348 | 0.68% |
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的探测器阵列靶数据处理方法,包括,确定插值倍率和像素点小数部分灰度值的对应关系;根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK]T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系。使得在对探测器阵列靶数据进行处理的过程中,只需要根据需求设定好插值倍率,就能够根据所设定的插值倍率调用其所对应的权重系数完成插值处理。这就避免了在进行插值处理的过程中,重复调用上述公式(1)求取每个目标点对应权重系数的过程,提高了图像的处理效率。并且,根据插值处理后的像素点的灰度值结果进行图像的组合,能够进一步提高对图像处理的精确度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种探测器阵列靶数据处理方法,其特征在于,包括:
确定插值倍率和像素点小数部分灰度值的对应关系;
根据插值倍率和像素点小数部分灰度值的对应关系以及公式J=[A1A2……AK]和L=JT=[A1A2……AK]T,确定插值倍率和权重系数矩阵J的关系以及插值倍率和权重系数矩阵L的关系;其中,AK=[S(1+v)S(v)S(1-v)S(2-v)],S(*)为采样函数,a=-0.5,K为插值倍率,v的取值范围为1/K~1,AK为插值倍率K对应的权重系数;
获取探测器阵列靶采集到的光斑图像矩阵以及设定插值倍率;所述设定插值倍率的值为16;
从权重系数矩阵J中选取与所述设定插值倍率对应的权重系数Jp,从权重系数矩阵L中选取与所述设定插值倍率对应的权重系数Lp;
获取光斑图像矩阵中各像素点的灰度值G(i+u,j+v),其中,i和j为所述灰度值的整数部分,u和v为所述灰度值的小数部分;
对所述灰度值G(i+u,j+v)进行插值处理,获得插值处理后的灰度值G′(i+u,j+v);所述插值处理后的灰度值G′(i+u,j+v)=Jp*B*Lp;
根据获得的插值处理后的灰度值的图像,求取探测器阵列靶光斑图像的远场参数。
2.根据权利要求1所述的一种探测器阵列靶数据处理方法,其特征在于,包括将所获得的插值处理后灰度值的图像进行显示。
3.根据权利要求2所述的一种探测器阵列靶数据处理方法,其特征在于,所述远场参数包括光斑远场总能量、光斑质心坐标和光斑环围功率比。
4.根据权利要求3所述的一种探测器阵列靶数据处理方法,其特征在于,所述光斑远场总能量的求取方法,包括,
将每个像素点的像素值与该点对应的能量矫正系数相乘;
对所求取的相乘结果进行累加求和,获取光斑的远场总能量。
5.根据权利要求3所述的一种探测器阵列靶数据处理方法,其特征在于,采用重心法、Hough变换法和空间矩定位法中的任意一种,求取所述光斑质心坐标。
7.根据权利要求4所述的一种探测器阵列靶数据处理方法,其特征在于,求取所述光斑环围功率比的方法,包括:以所述光斑质心坐标为原点,分别以r,2r,……,nr为半径做圆,得到多个光斑圆环,其中n为整数;对每个所述光斑圆环中的光斑能量进行累计求和,得到多个所述光斑圆环的光斑能量和;将求取得到的所述光斑能量和除以探测器阵列靶面上的光斑总能量,得到光斑环围功率比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910360080.4A CN110082072B (zh) | 2019-04-30 | 2019-04-30 | 一种探测器阵列靶数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910360080.4A CN110082072B (zh) | 2019-04-30 | 2019-04-30 | 一种探测器阵列靶数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110082072A CN110082072A (zh) | 2019-08-02 |
CN110082072B true CN110082072B (zh) | 2020-11-13 |
Family
ID=67418034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910360080.4A Active CN110082072B (zh) | 2019-04-30 | 2019-04-30 | 一种探测器阵列靶数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110082072B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115190263B (zh) * | 2022-09-13 | 2022-12-20 | 广州市保伦电子有限公司 | 一种视频缩放方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1760887A (zh) * | 2004-10-11 | 2006-04-19 | 中国科学院自动化研究所 | 虹膜图像的鲁棒特征抽取与识别方法 |
CN103019643B (zh) * | 2012-12-30 | 2015-12-23 | 中国海洋大学 | 一种即插即用的大屏幕投影自动校正与拼接显示方法 |
CN103310431B (zh) * | 2013-06-17 | 2016-09-14 | 中国航天科工集团第三研究院第八三五八研究所 | 一种基于硬件加速的单帧红外图像超分辨方法 |
CN103839265B (zh) * | 2014-02-26 | 2017-05-24 | 西安电子科技大学 | 基于sift和归一化互信息的sar图像配准方法 |
CN104318569B (zh) * | 2014-10-27 | 2017-02-22 | 北京工业大学 | 基于深度变分模型的空间显著性区域提取方法 |
-
2019
- 2019-04-30 CN CN201910360080.4A patent/CN110082072B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110082072A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109655234B (zh) | 一种针对于相机的自动化测试方法 | |
US7499600B2 (en) | Method for characterizing a digital imaging system | |
CN111145227B (zh) | 一种地下隧道空间多视点云的可迭代整体配准方法 | |
JP2014147757A (ja) | Ctスキャナの幾何学的較正のための方法及び装置 | |
CN110082072B (zh) | 一种探测器阵列靶数据处理方法 | |
CN115330646B (zh) | 一种用于健身器材喷漆工艺的金属构件检查方法 | |
CN113514054A (zh) | 一种星敏感器星点像斑检测方法及*** | |
CN107818542A (zh) | 一种图像变形的修复方法及装置 | |
CN111161183B (zh) | 一种口腔ct中平板探测器坏像素点校正方法 | |
CN115266779B (zh) | 一种ct扫描用平板探测器像元响应非线性校正方法 | |
CN114937035A (zh) | 基于图像处理的电力变压器硅钢片质量检测方法及*** | |
CN113658147B (zh) | 一种基于深度学习的工件尺寸测量装置及方法 | |
CN113012143A (zh) | 一种基于二维数字图像相关法的试件质量检测方法 | |
CN108917722A (zh) | 植被覆盖度计算方法及装置 | |
CN112504240A (zh) | 一种激光投线仪校准***及校准方法 | |
CN114926524B (zh) | 一种用于提高烟幕红外有效遮蔽面积测量精度的方法 | |
CN111291322A (zh) | 一种辐射定标数据噪声估计方法及装置 | |
Yan et al. | Study on multichannel passive millimeter-wave radiometer imaging and superresolution | |
Maalen-Johansen | Precision of subpixel measurements in videometry | |
Haneishi et al. | Distortion compensation of electronic endoscope image | |
CN112529810A (zh) | 一种面阵凝视相机的探测信噪比提升方法 | |
CN116704015B (zh) | 一种实现噪声光斑图像自适应窗口预处理质心方法及*** | |
CN118196181B (zh) | 基于图像处理的预制构件表面蜂窝麻面面积检测方法 | |
CN113888640B (zh) | 一种适用于无人机云台相机的改进标定方法 | |
CN109493382A (zh) | 一种基于像元内响应的恒星高精度位置提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |