一种邻域相关的亚像素定位方法

摘要

本发明涉及用于对CCD光斑进行精确定位的方法，特别是一种邻域相关的亚像素定位方法，其作法是：首先选择合适的目标模板，同时存储每一像素点的灰度值g_t；在CCD像面选取测量区域，存储测量区域每一像素点的灰度值g_a；将目标模板在CCD像面选取的测量区域上逐像素移动并同时进行标准化相关算法计算，记录每一像素点位置的相关系数C(x，y)；通过比较找到相关系数最大的像素点位置(X，Y)；在所得到的光斑位置坐标(X，Y)处相邻区域各取两个点，记录其各自的相关系数，将这些相关系数与各自的坐标值采用邻域细分的方法计算，即可得到最终光斑位置精确坐标值(X₀，Y₀)。本发明方法有效的提高了测量精度，同传统方法比较，计算量大大减少并具有很好的抗干扰的特性。

主权项

1.一种邻域相关的亚像素定位方法，其特征在于包括以下步骤：a)选择合适的目标模板，模板1大小的选取原则是在能够覆盖整个目标的基础上尽量小以减小计算量，大小为N×N；同时存储每一像素点的灰度值gt；b)在CCD像面选取测量区域，测量区域大小的选择由测量范围决定，大小为M×M；存储测量区域每一像素点的灰度值ga；c)将目标模板在CCD像面选取的测量区域上逐像素移动并同时按下式进行标准化相关算法计算，记录每一像素点位置的相关系数C(x，y)，计算公式如下：$C(x,y)=\frac{\underset{(i,j)\in S}{\Sigma }{g}_t(i,j)g_a(x+i,y+j)}{\sqrt{\underset{(i,j)\in S}{\Sigma }{g}_t^2(i,j)\underset{(i,j)\in S}{\Sigma }{g}_a^2(x+i,y+j)}}$式中：C(x，y)为归一化的相关系数；gt为目标模板中每一像素点的灰度值；ga为测量区域中每一像素点的灰度值；i，j分别为从1到N的序列；x，y分别为从1到M-N+1的序列；d)通过比较找到相关系数最大的像素点位置，该点即为光斑位置坐标(X，Y)；e)在所得到的光斑位置坐标(X，Y)处相邻区域各取两个点，其相关系数分别为CX-2，Y，CX-1，Y，CX+2，Y，CX+1，Y，CX，Y-2，CX，Y-1，CX，Y+1，CX，Y+2，将这些相关系数与各自的坐标值采用邻域细分的方法计算，即可得到最终光斑位置精确坐标值(X0，Y0)，计算公式如下：$\left\{\begin{array}{c}{X}_0=\frac{\underset{i=-2}{\overset{2}{\Sigma }}C(X+i,Y)(X+i)}{\underset{i=-2}{\overset{2}{\Sigma }}C(X+i,Y)}\\ Y_0=\frac{\underset{j=-2}{\overset{2}{\Sigma }}C(X,Y+j)(Y+j)}{\underset{j=-2}{\overset{2}{\Sigma }}C(X,Y+j)}\end{array}\right.$式中：C为各点的相关系数；X，Y为光斑位置坐标；(X0，Y0)即为光斑位置精确坐标；i，j分别为从-2到2的整数序列。