CN111612835B - 一种适用于扩展目标倾斜跟踪的系统及方法 - Google Patents

Abstract

本发明提供一种适用于扩展目标倾斜跟踪的系统及方法，通过质心闭环初步校正大部分倾斜误差后，再进行图像匹配算法取模版计算，成功将图像匹配算法应用于扩展目标跟踪，解决了扩展目标跟踪质心偏移问题。

Description

一种适用于扩展目标倾斜跟踪的系统及方法

技术领域

本发明涉及光学波前倾斜检测技术领域，尤其涉及一种适用于扩展目标倾斜跟踪的系统及方法。

背景技术

大气湍流严重影响了天文观测和激光长距离传输，自适应系统通过实时探测和校正，以减小湍流的不利影响。大气湍流所引起的波前误差倾斜占整体的86.9％。所以波前倾斜校正是自适应系统中重要的一环。

随着天文学和其他学科的不断发展，对自适应光学的成像要求也从单个恒星成像发展到对有细节分辨目标的成像。由于目标张角大、形状变化快，目标形态和位置在不断变化，所以目前的质心算法倾斜计算并不适用于扩展目标的跟踪。

图像匹配算法基本原理是在已有数据库中或已采集到图像中框选出模版，通过一定算法确定被测帧中与模版相匹配的像素块的位置。此算法是通过模版匹配来确定位置偏差，所以可以用于扩展目标的跟踪。图像匹配算法的模版可以随时从被测帧中获取模版更新，所以图像匹配算法可以用于形状频繁变化的目标的跟踪。图像匹配算法在扩展目标的跟踪方面有着质心算法没有的优势。

尽管图像匹配算法在扩展目标的跟踪方面有着如此优势，但图像匹配算法有一个弊端就是动态范围小，工作里要求被跟踪目标及与其匹配的模版完全在探测视场内，才能得到正确的位置偏差。而大气扰动的存在使得目标不能持续地在同一个视场内成像，所以让目标能持续稳定在探测器上成像，是应用图像匹配算法闭环的前提。

发明内容

本发明提供的一种适用于扩展目标倾斜跟踪的系统及方法，主要解决的技术问题是：目前自适应光学系统中，基于质心算法的倾斜跟踪算法，针对扩展目标工作时存在质心偏移的问题，导致无法精确跟踪。

为解决上述技术问题，本发明提供一种适用于扩展目标倾斜跟踪的系统，包括倾斜反射镜、波前倾斜传感器和数据处理控制模块以及倾斜镜驱动器；

所述倾斜反射镜用于将入射光反射到所述波前倾斜传感器，通过所述波前倾斜传感器获取待测图像信号；

数据处理控制模块用于执行如下第一迭代步骤：利用质心算法，计算所述待测图像信号的第一波前倾斜误差；根据所述第一波前倾斜误差生成第一控制信号，并发送给倾斜镜驱动器；倾斜镜驱动器根据所述第一控制信号控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；

在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，数据处理控制模块还用于执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于所述第二波前倾斜误差，生成第二控制信号，并将所述第二控制信号发送给倾斜镜驱动器；倾斜镜驱动器根据所述第二控制信号控制倾斜镜运动，实现二次校正。

可选的，所述数据处理控制模块包括第一数据处理控制模块和第二数据处理控制模，所述倾斜镜驱动器包括第一倾斜镜驱动器和第二倾斜镜驱动器；

所述第一数据处理控制模块用于执行所述第一迭代步骤，将所述第一控制信号发送给所述第一倾斜镜驱动器；所述第一倾斜镜驱动器根据所述第一控制信号控制倾斜镜运动；直至初步校正后图像的波前残差满足设定要求；所述第二数据处理控制模块用于执行所述第二迭代步骤，将所述第二控制信号发送给所述第二倾斜镜驱动器，所述第二倾斜镜驱动器根据所述第二控制信号控制倾斜镜运动。

可选的，所述数据处理控制模块用于利用如下质心算法公式(1)和(2)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差。

可选的，所述数据处理控制模块用于计算所述实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到所述待测图像信号的第一波前倾斜误差。

可选的，所述数据处理控制模块用于利用如下图像匹配算法公式(3)或(4)：

计算所述目标图像的模板，与所述初步校正后的图像各区域的误差D(i，j)；

选择误差值最小的D(i，j)，作为所述目标在所述初步校正后的图像中的所在位置。

本发明还提供一种适用于扩展目标倾斜跟踪的方法，包括：

获取待测图像信号，并执行如下第一迭代步骤：利用质心算法，计算所述待测图像信号的第一波前倾斜误差；根据所述第一波前倾斜误差生成第一控制信号，通过控制倾斜镜运动，以对波前信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；

在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于所述第二波前倾斜误差，生成第二控制信号，通过控制倾斜镜对所述待测图像信号进行二次校正。

可选的，所述利用质心算法，计算所述待测图像信号的第一波前倾斜误差包括：

利用如下质心算法公式(5)和(6)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差。

可选的，所述将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差包括：

计算所述实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到所述待测图像信号的第一波前倾斜误差。

可选的，所述获取目标图像的模板包括：

在执行所述第二迭代步骤的过程中，选取上一迭代周期处理校正后的待测图像信号中选择图像作为所述目标图像的模板。

可选的，所述利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置包括：

利用如下图像匹配算法公式(7)或(8)：

计算所述目标图像的模板，与所述初步校正后的图像各区域的误差D(i，j)；

选择误差值最小的D(i，j)，作为所述目标在所述初步校正后的图像中的所在位置。

本发明的有益效果是：

根据本发明提供的一种适用于扩展目标倾斜跟踪的系统及方法，该系统包括倾斜反射镜、波前倾斜传感器和数据处理控制模块以及倾斜镜驱动器；倾斜反射镜用于将入射光反射到波前倾斜传感器，通过波前倾斜传感器获取待测图像信号；数据处理控制模块用于执行如下第一迭代步骤：利用质心算法，计算待测图像信号的第一波前倾斜误差；根据第一波前倾斜误差生成第一控制信号，并发送给倾斜镜驱动器；倾斜镜驱动器根据第一控制信号控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，数据处理控制模块还用于执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于第二波前倾斜误差，生成第二控制信号，并将第二控制信号发送给倾斜镜驱动器；倾斜镜驱动器根据第二控制信号控制倾斜镜运动，实现二次校正。本发明通过质心闭环初步校正大部分倾斜误差后，再进行图像匹配算法取模版计算，成功将图像匹配算法应用于扩展目标跟踪，解决了扩展目标跟踪质心偏移问题。

附图说明

图1为实施例一的一种适用于扩展目标倾斜跟踪的系统结构示意图；

图2为实施例一的另一种适用于扩展目标倾斜跟踪的系统结构示意图；

图3为实施例二的适用于扩展目标倾斜跟踪的方法流程示意图。

具体实施方式

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作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一：

大气湍流严重影响了天文观测和激光长距离传输，自适应系统通过实时探测和校正，以减小大气湍流的不利影响。大气湍流所引起的波前误差倾斜占整体的86.9％。所以波前倾斜校正是自适应系统中重要的一环。随着天文学和其他学科的不断发展，对自适应光学的成像要求也从单个恒星成像发展到对有细节分辨目标的成像。由于成像目标形态位置在不断变化，所以常用的质心算法用于此种目标跟踪效果并不理想。

为了解决目前自适应光学系统中，基于质心算法的倾斜跟踪算法，针对扩展目标工作时存在的质心偏移问题。本实施例提供一种适用于扩展目标倾斜跟踪的系统，将图像匹配算法应用于对有细节分辨目标的跟踪上，对跟踪效果会更好。请参见图1，该系统主要包括倾斜反射镜11、波前倾斜传感器12和数据处理控制模块13以及倾斜镜驱动器14；其中：

倾斜反射镜11用于将入射光反射到波前倾斜传感器12，通过波前倾斜传感器12获取待测图像信号；

数据处理控制模块13用于执行如下第一迭代步骤：利用质心算法，计算待测图像信号的第一波前倾斜误差；根据第一波前倾斜误差生成第一控制信号，并发送给倾斜镜驱动器14；倾斜镜驱动器14根据第一控制信号控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求。其中设定要求可根据实际情况灵活设置，例如设定波前残差阈值，满足设定要求即是需要使得初步校正后图像的波前残差小于等于设定波前残差阈值。

在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，数据处理控制模块13还用于执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定目标在初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于第二波前倾斜误差，生成第二控制信号，并将第二控制信号发送给倾斜镜驱动器14；倾斜镜驱动器14根据第二控制信号控制倾斜镜运动，实现二次校正。

波前倾斜传感器12由准直镜头121和光电探测器122组成，光电探测器122上的光斑位移变化可反映波前倾斜误差。

其中，数据处理控制模块13用于利用如下质心算法公式(9)和(10)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将实际质心坐标位置与预先设定质心坐标位置进行比较，得到待测图像信号的第一波前倾斜误差。

具体的，数据处理控制模块13用于计算实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到待测图像信号的第一波前倾斜误差。

数据处理控制模块13用于利用如下图像匹配算法公式(11)或(12)：

计算目标图像的模板，与初步校正后的图像各区域的误差D(i，j)；其中，S为初步校正后的图像，T为模版，D为相关矩阵。D的最小值坐标，即为当前目标位置。

选择误差值最小的D(i，j)，作为目标在初步校正后的图像中的所在位置。D(i，j)越小，表明越相似，故只需找到最小的D(i,j)，即可确定相匹配的子图位置，将该匹配的子图位置作为目标位置。

其中，在执行第二迭代步骤的过程中，选取上一迭代周期处理校正后的待测图像信号中选择图像作为目标图像的模板。使得图像匹配算法的模板可以持续更新，以满足对形状变化频繁的扩展目标跟踪；解决了质心算法倾斜跟踪所存在的质心偏移问题，从而实现对扩展目标高精度地跟踪。

可选的，为了减少计算量，模板的选取可以在若干第二迭代周期后更新一次，例如每两个第二迭代周期更新一次目标图像的模板。

请参见图2，图2为本实施例提供的另一种适用于扩展目标倾斜跟踪的系统，数据处理控制模块13包括第一数据处理控制模块13a和第二数据处理控制模13b，倾斜镜驱动器14包括第一倾斜镜驱动器14a和第二倾斜镜驱动器14b；

第一数据处理控制模块13a利用质心算法，计算待测图像信号的第一波前倾斜误差；根据第一波前倾斜误差生成第一控制信号，并发送给第一倾斜镜驱动器14a；

第一倾斜镜驱动器14a根据第一控制信号控制倾斜镜运动；

第二数据处理控制模块13b用于获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定目标在初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于第二波前倾斜误差，生成第二控制信号，并将第二控制信号发送给第二倾斜镜驱动器14b；

第二倾斜镜驱动器14b根据第二控制信号控制倾斜镜运动。

通过倾斜反射镜11、波前倾斜传感器12、第一数据处理控制模块13a、第一倾斜镜驱动器14a依次连接，形成质心算法校正闭环回路；通过倾斜反射镜11、波前倾斜传感器12、第二数据处理控制模块13b、第二倾斜镜驱动器14b依次连接，形成图像匹配算法校正闭环回路。以适用于不同光斑大小或者特性不同，对PID(Proportional Integral Derivative，比例积分微分控制)参数需求不同，通过搭配不同的数据处理控制模块和倾斜镜驱动器，以提高系统的适用范围以及响应效率。

本实施例中，数据处理控制模块包括PID控制模块。

本发明提供的适用于扩展目标倾斜跟踪的系统，包括倾斜反射镜、波前倾斜传感器和数据处理控制模块以及倾斜镜驱动器；倾斜反射镜用于将入射光反射到波前倾斜传感器，通过波前倾斜传感器获取待测图像信号；数据处理控制模块用于执行如下第一迭代步骤：利用质心算法，计算待测图像信号的第一波前倾斜误差；根据第一波前倾斜误差生成第一控制信号，并发送给倾斜镜驱动器；倾斜镜驱动器根据第一控制信号控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，数据处理控制模块还用于执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于第二波前倾斜误差，生成第二控制信号，并将第二控制信号发送给倾斜镜驱动器；倾斜镜驱动器根据第二控制信号控制倾斜镜运动，实现二次校正。本发明通过质心闭环初步校正大部分倾斜误差后，再进行图像匹配算法取模版计算，成功将图像匹配算法应用于扩展目标跟踪，解决了扩展目标跟踪质心偏移问题。

实施例二：

本实施例在上述实施例一的基础上，提供一种适用于扩展目标倾斜跟踪的方法，请参见图3，主要包括如下步骤：

S301、获取待测图像信号；

执行如下第一迭代步骤，包括步骤S302～S304，直至初步校正后图像的波前残差满足设定要求：

S302、利用质心算法，计算待测图像信号的第一波前倾斜误差；

利用质心算法，计算待测图像信号的第一波前倾斜误差包括：

利用如下质心算法公式(13)和(14)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将实际质心坐标位置与预先设定质心坐标位置进行比较，得到待测图像信号的第一波前倾斜误差。

可选的，将实际质心坐标位置与预先设定质心坐标位置进行比较，得到待测图像信号的第一波前倾斜误差包括：计算实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到待测图像信号的第一波前倾斜误差。

S303、根据第一波前倾斜误差生成第一控制信号；

S304、通过控制倾斜镜运动，以对波前信号进行初步校正；

其中设定要求可根据实际情况灵活设置，例如设定波前残差阈值，满足设定要求即是需要使得初步校正后图像的波前残差小于等于设定波前残差阈值。

在经过第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，执行如下第二迭代步骤，包括步骤S305～S308：

S305、获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定目标在初步校正后的图像中的位置；

其中，获取目标图像的模板包括：在执行第二迭代步骤的过程中，选取上一迭代周期处理校正后的待测图像信号中选择图像作为目标图像的模板。

其中，利用图像匹配算法，确定目标在初步校正后的图像中的位置包括：

利用如下图像匹配算法公式(15)或(16)：

计算目标图像的模板，与初步校正后的图像各区域的误差D(i，j)；选择误差值最小的D(i，j)，作为目标在初步校正后的图像中的所在位置。

S306、基于预先标定位置，计算第二波前倾斜误差；

S307、基于第二波前倾斜误差，生成第二控制信号；

S308、通过控制倾斜镜对待测图像信号进行二次校正。

显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，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。

Claims (10)

1.一种适用于扩展目标倾斜跟踪的系统，其特征在于，包括倾斜反射镜、波前倾斜传感器和数据处理控制模块以及倾斜镜驱动器；

所述倾斜反射镜用于将入射光反射到所述波前倾斜传感器，通过所述波前倾斜传感器获取待测图像信号；

数据处理控制模块用于执行如下第一迭代步骤：利用质心算法，计算所述待测图像信号的第一波前倾斜误差；根据所述第一波前倾斜误差生成第一控制信号，并发送给倾斜镜驱动器；倾斜镜驱动器根据所述第一控制信号控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；

在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，数据处理控制模块还用于执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于所述第二波前倾斜误差，生成第二控制信号，并将所述第二控制信号发送给倾斜镜驱动器；倾斜镜驱动器根据所述第二控制信号控制倾斜镜运动，实现二次校正。

2.如权利要求1所述的适用于扩展目标倾斜跟踪的系统，其特征在于，所述数据处理控制模块包括第一数据处理控制模块和第二数据处理控制模 块 ，所述倾斜镜驱动器包括第一倾斜镜驱动器和第二倾斜镜驱动器；

所述第一数据处理控制模块用于执行所述第一迭代步骤，将所述第一控制信号发送给所述第一倾斜镜驱动器；所述第一倾斜镜驱动器根据所述第一控制信号控制倾斜镜运动；直至初步校正后图像的波前残差满足设定要求；

所述第二数据处理控制模块用于执行所述第二迭代步骤；将所述第二控制信号发送给所述第二倾斜镜驱动器，所述第二倾斜镜驱动器根据所述第二控制信号控制倾斜镜运动。

3.如权利要求1或2所述的适用于扩展目标倾斜跟踪的系统，其特征在于，所述数据处理控制模块用于利用如下质心算法公式(1)和(2)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差。

4.如权利要求3所述的适用于扩展目标倾斜跟踪的系统，其特征在于，所述数据处理控制模块用于计算所述实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到所述待测图像信号的第一波前倾斜误差。

5.如权利要求3所述的适用于扩展目标倾斜跟踪的系统，其特征在于，所述数据处理控制模块用于利用如下图像匹配算法公式(3)或(4)：

计算所述目标图像的模板T(s,t)，与所述初步校正后的图像S(i+s-1,j+t-1)各区域的误差D(i，j)；

选择误差值最小的D(i，j)，作为所述目标在所述初步校正后的图像中的所在位置。

6.一种适用于扩展目标倾斜跟踪的方法，其特征在于，包括：

获取待测图像信号，并执行如下第一迭代步骤：利用质心算法，计算所述待测图像信号的第一波前倾斜误差；根据所述第一波前倾斜误差生成第一控制信号，通过控制倾斜镜运动，以对入射光信号进行初步校正；直至初步校正后图像的波前残差满足设定要求；

在经过所述第一迭代步骤处理使得初步校正后图像的波前残差满足设定要求后，执行如下第二迭代步骤：获取目标图像的模板与初步校正后的图像，利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置，并基于预先标定位置，计算第二波前倾斜误差；并基于所述第二波前倾斜误差，生成第二控制信号，通过控制倾斜镜对所述待测图像信号进行二次校正。

7.如权利要求6所述的适用于扩展目标倾斜跟踪的方法，其特征在于，所述利用质心算法，计算所述待测图像信号的第一波前倾斜误差包括：

利用如下质心算法公式(5)和(6)：

计算待测图像信号对应的实际质心坐标位置，其中X和Y分别为所求质心的横坐标和纵坐标，I_ij为各像素灰度，X_i和Y_j分别为对应点的横坐标和纵坐标；

将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差。

8.如权利要求7所述的适用于扩展目标倾斜跟踪的方法，其特征在于，所述将所述实际质心坐标位置与预先设定质心坐标位置进行比较，得到所述待测图像信号的第一波前倾斜误差包括：

计算所述实际质心坐标位置与预先设定质心坐标位置之间的质心偏移量，得到所述待测图像信号的第一波前倾斜误差。

9.如权利要求6所述的适用于扩展目标倾斜跟踪的方法，其特征在于，所述获取目标图像的模板包括：

在执行所述第二迭代步骤的过程中，选取上一迭代周期处理校正后的待测图像信号中选择图像作为所述目标图像的模板。

10.如权利要求6-9任一项所述的适用于扩展目标倾斜跟踪的方法，其特征在于，所述利用图像匹配算法，确定所述目标在所述初步校正后的图像中的位置包括：

利用如下图像匹配算法公式(7)或(8)：

计算所述目标图像的模板T(s,t)，与所述初步校正后的图像S(i+s-1,j+t-1)各区域的误差D(i，j)；

选择误差值最小的D(i，j)，作为所述目标在所述初步校正后的图像中的所在位置。

Images