System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于激光光斑轮廓特征的定位方法、装置、设备及介质制造方法及图纸_技高网

基于激光光斑轮廓特征的定位方法、装置、设备及介质制造方法及图纸

技术编号:42485266 阅读:8 留言:0更新日期:2024-08-21 13:04
本发明专利技术公开了一种基于激光光斑轮廓特征的定位方法、装置、设备及介质,包括输入激光光斑图像;对激光光斑图像进行二值化分割,提取激光光斑的光斑轮廓;将光斑轮廓上的每一个点作为激光光斑的一个轮廓特征点,估计每个轮廓特征点的位置亚像素级坐标;基于所有轮廓特征点的位置亚像素级坐标,确定激光光斑的最终定位点坐标。本发明专利技术利用激光光斑图像的轮廓特征,实现具有亚像素精度的光斑定位,并有效提升光斑定位点的稳定性。本发明专利技术比形心和质心提取具有更加稳定和鲁棒的激光光斑定位点提取能力,预期能够有效提升基于图像定位点坐标反馈的光束指向控制系统的闭环控制精度,对实现激光光束高精、高稳指向控制具有重要意义和工程价值。

【技术实现步骤摘要】

本专利技术主要涉及图像处理与光束控制,尤其是一种基于激光光斑轮廓特征的定位方法、装置、设备及介质


技术介绍

1、对激光光斑图像提取具有高稳定性和高鲁棒性的定位点是激光束高稳定性闭环控制的必要条件。

2、在光束控制技术中,往往利用光斑的定位点与理论闭环点之间的残差来实时控制光束的稳定指向。控制的目标一般是要使光斑的定位点与理论闭环点稳定重合。常用的光斑定位点多采用光斑的质心或形心。对于理想光斑,这两种定位点提取方式都能得到比较稳定的定位点坐标,并且算法实现也比较简单。但是当光斑形态不理想并且随时间发生随机畸变时,采用光斑质心或形心作为光斑定位点将带来较大的定位点位置抖动,从而增大光束指向的控制误差,造成光束光轴抖动。

3、实际上,激光光斑图像提取高稳定、高鲁棒的定位点难度远大于普通扩展目标图像。这是由于激光光斑图像相邻像素间的灰度值跳变小,难以提取梯度或角点等特征点。因而激光光斑图像提取定位点时,可选择的特征点或定位点提取方法十分有限。尤其对于存在随机畸变的光斑,现有基于形心或质心的定位点提取方法已不能满足高精度、高稳定性光束控制的需要。

4、综上,迫切需要一种针对激光光斑图像提取高稳定、高鲁棒的定位点的方案。


技术实现思路

1、针对现有技术存在的技术问题,本专利技术提供一种基于激光光斑轮廓特征的定位方法、装置、设备及介质。本专利技术能够针对畸变激光光斑图像进行高稳定、高鲁棒定位,提取的光斑定位点可作为光束指向闭环控制的稳定参量。

2、为了解决上述问题,本专利技术的技术方案如下:

3、一方面,本专利技术提供一种基于激光光斑轮廓特征的定位方法,包括:

4、输入激光光斑图像;

5、对激光光斑图像进行二值化分割,得到激光光斑图像的光斑二值图像,基于光斑二值图像提取激光光斑的光斑轮廓;

6、将光斑轮廓上的每一个点作为激光光斑的一个轮廓特征点,估计每个轮廓特征点的位置亚像素级坐标;

7、基于所有轮廓特征点的位置亚像素级坐标,确定激光光斑的最终定位点坐标。

8、一方面,提供一种基于激光光斑轮廓特征的定位装置,包括:

9、第一模块,用于输入激光光斑图像;

10、第二模块,用于对激光光斑图像进行二值化分割,得到激光光斑图像的光斑二值图像,基于光斑二值图像提取激光光斑的光斑轮廓;

11、第三模块,用于将光斑轮廓上的每一个点作为激光光斑的一个轮廓特征点,估计每个轮廓特征点的位置亚像素级坐标;

12、第四模块,用于基于所有轮廓特征点的位置亚像素级坐标,确定激光光斑的最终定位点坐标。

13、另一方面,提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于激光光斑轮廓特征的定位方法的步骤。

14、另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于激光光斑轮廓特征的定位方法的步骤。

15、与现有技术相比,本专利技术的技术效果如下:

16、对于存在随机畸变的激光光斑图像,本专利技术提供的一种基于激光光斑轮廓特征的定位方法可以实现比形心和质心提取更加稳定和鲁棒的光斑定位点提取,对于对提升激光光束的闭环控制精度具有重要意义。

本文档来自技高网...

【技术保护点】

1.基于激光光斑轮廓特征的定位方法,其特征在于,包括:

2.根据权利要求1所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用自适应阈值图像分割方法对激光光斑图像进行二值化分割。

3.根据权利要求1所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用最大类间方差法对激光光斑图像进行二值化分割。

4.根据权利要求1或2或3所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用Sobel边缘检测算子对光斑二值图像进行边缘检测,提取激光光斑的光斑轮廓。

5.根据权利要求4所述的基于激光光斑轮廓特征的定位方法,其特征在于,估计每个轮廓特征点的位置亚像素级坐标,方法包括:

6.根据权利要求5所述的基于激光光斑轮廓特征的定位方法,其特征在于,相邻锚节点之间的间距根据激光光斑的实际尺寸确定,激光光斑尺寸越大,相邻锚节点之间的间距越大;设定阈值D设置为相邻锚节点间距的2倍以上。

7.根据权利要求1或2或3或6所述的基于激光光斑轮廓特征的定位方法,其特征在于,激光光斑的最终定位点坐标(Xcore,Ycore)如下:

8.基于激光光斑轮廓特征的定位装置,其特征在于,包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1所述基于激光光斑轮廓特征的定位方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1所述的基于激光光斑轮廓特征的定位方法的步骤。

...

【技术特征摘要】

1.基于激光光斑轮廓特征的定位方法,其特征在于,包括:

2.根据权利要求1所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用自适应阈值图像分割方法对激光光斑图像进行二值化分割。

3.根据权利要求1所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用最大类间方差法对激光光斑图像进行二值化分割。

4.根据权利要求1或2或3所述的基于激光光斑轮廓特征的定位方法,其特征在于,采用sobel边缘检测算子对光斑二值图像进行边缘检测,提取激光光斑的光斑轮廓。

5.根据权利要求4所述的基于激光光斑轮廓特征的定位方法,其特征在于,估计每个轮廓特征点的位置亚像素级坐标,方法包括:

6.根据权利要求5所述的基于激光光斑轮廓特征的定位方法,其特征在于...

【专利技术属性】
技术研发人员:陈金宝王彦周琼刘文广张汉伟刘鹏飞黄值河闫宝珠张丹
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1