一种相关哈特曼快速波前复原方法与流程

1.本发明涉及光学信息测量技术领域，尤其涉及一种相关哈特曼快速波前复原方法。


背景技术：

2.随着相关哈特曼运用到扩展目标的波前复原中，对无人机、汽车等目标进行波前复原，通过对哈特曼子响应图目标模板进行卷积运算，得到响应图像，根据相应图像求出复原波面。因此，相关哈特曼通过模板卷积的方法，对扩展目标图像进行波前复原起到了重要作用。
3.目前，针对扩展目标的相关哈特曼算法，通常采用相关滤波算法，例如，mosse(minimum output sum of squared error，误差最小平方和滤波器)跟踪算法，运用滤波和相关的方法，对图像进行傅里叶转换，并对模板进行训练，得到新的滤波器，对滤波器模板也进行实时的更新，从而实现对目标的跟踪。但是，传统的相关哈特曼算法只能够针对单个目标模板进行训练和滤波处理，而对于哈特曼的波前复原，只能分别对子响应图逐个进行训练和滤波处理，先对图像进行二位快速傅里叶转换，再进行高斯滤波等处理，因此，在子响应图越多的情况下，消耗的时间也越多。同时，由于传统哈特曼算法只能够进行单个子孔径图像的处理，因此，在进行图像处理之前需要对图像进行分割，并创建多个新的数组接收数据，导致耗费的时间更多，且内存占用大。
4.此外，还有一部分情况采用空域算法进行扩展目标的处理，通过在哈特曼图像中选取一个合适的模板图像，用模板图像在实时更新的哈特曼图像中，去进行像素对比，得到相似度最高的就是目标在哈特曼图像中新的位置。但是空域算法需要进行多次循环，计算量大，运算速度较慢。
5.因此，亟需一种能够减少运算量，提高运算速度，快速实现波前复原的方法。


技术实现要素：

6.基于此，有必要针对上述技术问题，提供一种相关哈特曼快速波前复原方法。
7.一种相关哈特曼快速波前复原方法，包括以下步骤：获取哈特曼波前传感器探测到的初始哈特曼图像和子孔径排布，在所述初始哈特曼图像中选取滤波模板；将所述滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算，获取响应图，所述响应图对应有多个子响应图，所述子响应图对应有子孔径；在所述多个子响应图对应的子孔径中，遍历查找各子孔径的像素最大值，并将所述像素最大值的坐标位置进行存储，获取斜率矩阵；通过所述响应图和斜率矩阵进行哈特曼波前复原，获取复原波面。
8.在其中一个实施例中，所述在初始哈特曼图像中选取滤波模板，具体包括：在所述初始哈特曼图像的中心位置，选取像素清晰的子图像作为滤波模板。
9.在其中一个实施例中，所述获取哈特曼波前传感器探测到的初始哈特曼图像和子孔径排布，在所述初始哈特曼图像中选取滤波模板之后，所述将所述滤波模板放到初始哈
特曼图像中进行相关滤波或核相关滤波运算，获取响应图之前，还包括：采用截取函数，对模板图像的信号进行截断，获取滤波模板；其中，截取函数的公式如下：
[0010][0011]
其中，m和n分别表示窗口函数的坐标，m和n分别表示模板的大小；将所述滤波模板的像素灰度值规范化为平均值为0，方差为1的图像；将规范化后的滤波模板乘以一个余弦窗口，将图像边缘的值降为0，获取加窗后滤波模板。
[0012]
在一个实施例中，所述将规范化后的滤波模板乘以一个余弦窗口，将图像边缘的值降为0，获取加窗后滤波模板之后，还包括：根据所述加窗后滤波模板生成相关滤波器或核相关滤波器，公式为：
[0013][0014]
其中，x为所述模板图像或加窗后模板，k
xx
为x自相关核函数，核函数k采用高斯核函数或线性核函数；表示k
xx
经傅里叶变换后的频域；为核相关滤波器，为标准响应的傅里叶变换，λ为正则项。
[0015]
在其中一个实施例中，所述将所述滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算，获取响应图，公式为：
[0016][0017]
其中，z为初始哈特曼图像；k
xz
为x和z的互相关核函数。
[0018]
在其中一个实施例中，所述在所述多个子响应图对应的子孔径中，遍历查找各子孔径的像素最大值，并将所述像素最大值的坐标位置进行存储，获取斜率矩阵，具体包括：对每个子响应图对应子孔径的像素中，进行遍历比较，得到像素最大值，并将所述像素最大值的坐标位置进行存储；对所述像素最大值的坐标位置进行亚像素拟合，得到亚像素偏移量；根据原像素结合亚像素偏移量，得到亚像素精度坐标位置。
[0019]
在其中一个实施例中，所述亚像素拟合的公式为：
[0020]
t＝2
·in-i
n-1-i
n+1
；
[0021][0022]
其中，in为最大值的坐标的像素值，i
n+1
为最大值的坐标后一坐标的像素值，i
n-1
为最大值的坐标前一个坐标的像素值，f为亚像素偏移量。
[0023]
在其中一个实施例中，所述根据原像素结合亚像素偏移量，得到亚像素精度坐标位置，公式为：
[0024]
x
′n＝xn+f；
[0025]
其中，x
′n为亚像素精度坐标位置，xn为原像素位置，f为亚像素偏移量。
[0026]
在其中一个实施例中，所述通过所述响应图和斜率矩阵进行哈特曼波前复原，获取复原波面，具体包括：根据响应图和斜率矩阵，通过相位反演法恢复各子孔径内波前的多个信息，获取子响应图对应的子波前；通过波前复原算法或拼接方法，将所述子响应图对应的子波前重构成整个复原波面。
[0027]
相比于现有技术，本发明的优点及有益效果在于：本发明通过获取哈特曼波前传感器探测的初始哈特曼图像和子孔径排布，在初始哈特曼图像中选取滤波模板；将滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算，获取响应图，响应图由多个子响应图构成，子响应图对应有子孔径；在多个子响应图对应的子孔径中，遍历查找各子孔径的像素最大值，并将像素最大值的坐标位置进行存储，获取斜率矩阵；通过响应图和斜率矩阵进行哈特曼波前复原，获取复原波面，能够通过单次相关滤波实现扩展目标到光斑图像的转变，简化了算法，提高了运算速度，实现了快速波前复原。
附图说明
[0028]
图1为一个实施例中一种相关哈特曼快速波前复原方法的流程示意图；
[0029]
图2为一个实施例中加窗前后模板图像的对照示意图；
[0030]
图3为一个实施例中加窗前后响应图的对照示意图；
[0031]
图4为一个实施例中子图像和响应图等效叠加过程。
具体实施方式
[0032]
为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0033]
在一个实施例中，如图1所示，提供了一种相关哈特曼快速波前复原方法，包括以下步骤：
[0034]
步骤s101，获取哈特曼波前传感器探测得到的初始哈特曼图像和子孔径排布，在初始哈特曼图像中选取滤波模板。
[0035]
具体地，通过哈特曼波前传感器探测获取初始哈特曼图像和子孔径排布，在初始哈特曼图像中选取靠近中心，且细节较好的子响应图作为滤波模板，便于后续滤波等到更精准的响应图。
[0036]
其中，哈特曼波前传感器由微透镜阵列、匹配透镜和ccd构成，用于检测光波前。当光束入射到哈特曼波前传感器上时，传感器上的微透镜阵列将光束分割为许多微小的子孔径，每部分光波经过微透镜后分别汇聚在子孔径焦点上形成子孔径光斑阵列图。当入射光波为理想平面波时，在微透镜阵列焦点上得到的将是一组均匀、分布规则的焦点；当入射光波存在波前畸变时，在微透镜阵列焦平面出得到的阵列图像将不再均匀分布，而是与前述理想波前的焦点存在偏移。该偏移量即为波前斜率，根据波前斜率经过波前复原算法即可重构出波前相位分布。
[0037]
步骤s102，将滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算，获取响应图，响应图对应有多个子响应图，子响应图对应有子孔径。
[0038]
具体地，将初始哈特曼图像等效为多个子图像叠加，将滤波模板放到初始哈特曼图像中进行相关滤波或核相关滤波运算，通过滤波模板对多个子图像分别进行滤波，得到对应的子响应图，所有子响应图叠加，得到初始哈特曼图像对应的响应图；从而能够直接通过模板图像对初始哈特曼图像滤波，得到最终响应图，实现扩展图像到光斑阵列图像的转变。
[0039]
其中，相关滤波算法可以是mosse、dcf、cn、dsst等，核相关滤波算法可以是csk、kcf、bacf、samf等。
[0040]
步骤s103，在多个子响应图对应的子孔径中，遍历查找各子孔径的像素最大值，并将像素最大值的坐标位置进行存储，获取斜率矩阵。
[0041]
具体地，在多个子响应图对应的子孔径中，找出各个子孔径的像素最大值，得到初步的斜率；通过对每个子孔径中的像素进行遍历比较，得到像素最大值，并将像素最大值的坐标位置存储，从而得到一个坐标斜率矩阵。
[0042]
步骤s104，通过响应图和斜率矩阵进行哈特曼波前复原，获取复原波面。
[0043]
具体地，在初始哈特曼图像中，每个像素对应一个整数坐标位置，但是整数坐标位置在很多情况下并不精确，为了达到更好的精确性，需要精确到亚像素精度坐标位置。例如采用亚像素定位的方法，计算特征所在图像中的真实位置，从而提高哈特曼斜率矩阵的准确性，使得波前复原更加精准，同时还减少了运算时间。因此，可以通过响应图和斜率矩阵采用波前复原方法，对初始哈特曼图像进行波前复原，从而获取复原波面。
[0044]
在本实施例中，通过获取哈特曼波前传感器探测的初始哈特曼图像和子孔径排布，在初始哈特曼图像中选取滤波模板；将滤波模板放至初始哈特曼图像中进行相关滤波或核相关滤波运算，获取响应图，响应图由多个子响应图构成，子响应图对应有子孔径；在多个子响应图对应的子孔径中，遍历查找各子孔径的像素最大值，并将像素最大值的坐标位置进行存储，获取斜率矩阵；通过响应图和斜率矩阵进行哈特曼波前复原，获取复原波面，能够通过单次相关滤波实现扩展目标到光斑图像的转变，简化了算法，提高了运算速度，实现了快速波前复原。
[0045]
其中，步骤s101具体包括：在所述初始哈特曼图像的中心位置，选取像素清晰的子图像作为滤波模板。
[0046]
具体地，由于哈特曼图像边缘的子图像容易受到边缘噪声影响，导致边缘子图像滤波后的响应图不理想，因此可以在哈特曼图像中选取靠近中心、像素清晰且细节更好的子图像，作为滤波模板，便于后续滤波，得到精确的响应图。
[0047]
其中，在步骤s101之后，步骤s102之前，还包括：采用截取函数，对模板图像的信号进行截断，获取滤波模板，其中，截取函数的公式如下：
[0048][0049]
其中，m和n分别表示窗口函数的坐标，m和n分别表示模板的大小；将滤波模板的像素灰度值规范化为平均值为0，方差为1的图像；将规范化后的滤波模板乘以一个余弦窗口，将图像边缘的值降为0，获取加窗后滤波模板。
[0050]
如图2所示，为加窗前后的模板图像，如图3所示，为加窗前后，获取的响应图。为了减少频谱能量泄露，可以采用不同的截取函数对信号进行截断，截断函数称为窗函数，简称为窗。对模板图像进行加窗处理，能够使得模板图像的边缘影响减小，从而得到更好的响应。在进行加窗处理时，首先将模板图像的像素灰度值规范化为平均值为0且方差为1的图像，将该图像乘以一个余弦窗口，将图像边缘的值降为0，从而能够将更多的重点放在接近目标的中心，降低边缘对输出的影响，提高算法的准确度。
[0051]
其中，在获取加窗后滤波模板之后，还包括：根据加窗后滤波模块生成相关滤波器
或核相关滤波器，公式为：
[0052][0053]
其中，x为所述模板图像或加窗后模板，k
xx
为x自相关核函数，核函数k采用高斯核函数或线性核函数；表示k
xx
经傅里叶变换后的频域；为核相关滤波器，为标准响应的傅里叶变换，λ为正则项。
[0054]
其中，步骤s102的公式为：
[0055][0056]
其中，z为初始哈特曼图像；k
xz
为x和z的互相关核函数。
[0057]
具体地，如图4所示，将初始哈特曼图像等效为n个子图像叠加，则通过加窗后的滤波模板对n个子图像分别进行滤波，得到对应的子响应图，将所有子响应图叠加，得到初始哈特曼图像对应的响应图，通过单次相关滤波实现扩展图像到光斑阵列图像的转变，简化了算法，提高了运算速度。
[0058]
其中，步骤s103具体包括：对每个子响应图对应子孔径的像素中，进行遍历比较，得到像素最大值，并将像素最大值的坐标位置进行存储；对像素最大值的坐标位置进行亚像素拟合，得到亚像素偏移量；根据原像素结合亚像素偏移量，得到亚像素精度坐标位置。
[0059]
具体地，每个子响应图对应有子孔径，对子孔径中的像素进行遍历比较，得到单个子响应图中的像素最大值，并将像素最大值的坐标位置进行存储，从而得到一个斜率；对初始哈特曼图像中的所有子响应图进行遍历比较，得到所有子响应图中的像素最大值，并将对应的坐标位置进行存储，从而得到坐标斜率矩阵。对像素最大值的坐标位置进行亚像素拟合，得到亚像素偏移量；根据原像素结合亚像素偏移量，得到亚像素精度坐标位置。
[0060]
其中，亚像素拟合的公式为：亚像素拟合的公式为：
[0061]
t＝2
·in-i
n-1-i
n+1
；
[0062][0063]
其中，in为最大值的坐标的像素值，i
n+1
为最大值的坐标后一坐标的像素值，i
n-1
为最大值的坐标前一个坐标的像素值，f为亚像素偏移量。
[0064]
其中，根据原像素结合亚像素偏移量，得到亚像素精度坐标位置，公式为：
[0065]
x
′n＝xn+f；
[0066]
其中，x
′
为亚像素精度坐标位置的像素值，xn为原像素位置，f为亚像素偏移量。
[0067]
具体地，由于每个像素对应一个整数坐标位置，但是整数坐标位置在很多情况下并不够精确，为了提高其精确性，可以采用亚像素拟合方法，计算特征所在图像中的真实位置，根据亚像素偏移量和原像素，计算获取亚像素精度坐标位置的像素值，从而获取像素最大值的亚像素精度坐标位置，使得相关哈特曼得到的斜率矩阵更加准确，提高波前复原的精确性，同时还减少了运算时间。
[0068]
其中，步骤s105具体包括：根据响应图和斜率矩阵，通过相位反演法恢复各子孔径内波前的多个信息，获取子响应图对应的子波前；通过波前复原算法或拼接方法，将子响应
图对应的子波前重构成整个复原波面。
[0069]
具体地，根据获取的子响应图对应的斜率，可以通过将所有子孔径对应的斜率，通过zernike模式法重构波前，获取初始哈特曼图像的所有波前像差，根据所有波前像差和子孔径排布，对初始哈特曼图像进行区域分割，获取复原矩阵，子孔径斜率矩阵乘以及复原矩阵可得zernike系数，通过zernike系数与所有波前像差的加权叠加，获取复原波面。
[0070]
此外，还可以通过相位反演算法恢复各子孔径内波前多个细节信息，例如像差信息和/或曲率信息等；根据多个细节信息，获得对应的哈特曼波前传感器子孔径内的子波前。根据获取的子波前，采用波前拼接方法，以位于顶角位置，例如右上角的子孔径为起始，将各子孔径对应的子波前依次首尾连接进行拼接，重构成整个初始哈特曼图像的波前像差，根据重构获取的波前像差和初始哈特曼图像，获取复原波面。
[0071]
在一个实施例中，还可以采用空域算法，将图像视为矩阵，在哈特曼图像中选取一个合适的模板图像，通过模板图像在实时更新的哈特曼图像中进行像素比较，得到相似度最高的即为目标在哈特曼图像中新的位置。
[0072]
在一个实施例中，还可以采用sad(sum of absolute differences，图像匹配算法)算法，通过构造一个窗口，类似于卷积核，用该窗口覆盖左边的图像，选择出窗口覆盖区域内的所有像素点，同样再用窗口覆盖右边的图像并选择出覆盖像素的像素点，左边覆盖区域减去右边覆盖区域，并求出所有像素点差的绝对值的和，移动右边图像的窗口，重复以上动作，找到覆盖范围内sad值最小的窗口，即获取左边图像的最佳匹配像素块。
[0073]
以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。