[发明专利]基于稀疏表示的自适应光学光斑信号提取方法

权利要求书

1.一种基于稀疏表示的自适应光学光斑信号提取方法，其特征在于，包括如下步骤：

S1、构建超完备目标字典；

S2、基于稀疏理论提取光斑信号，根据S1构造的超完备字典，将待处理的哈特曼图像进行分块，然后计算各子块在字典下的表示系数，通过比较各表示系数的差异，来判断该图像子块中是背景区域还是信号区域，从而实现去除噪声及背景，提取出光斑的目的。

2.根据权利要求1所述的基于稀疏表示的自适应光学光斑信号提取方法，其特征在于，S1的具体步骤为：

采用二维高斯模型构造S-HWFS光斑目标的超完备字典，通过各参数项，生成目标子空间，采用二维高斯模型来生成光斑目标样本图像，建立光斑信号的超完备字典，设原子大小为m×n，其二维高斯模型如下：

fT(x,y)=V02πσA2exp[-(x-x02σA)2-(y-y02σA)2]---(6)]]>

其中σ_A表示光斑的等效高斯宽度，V₀表示光斑的峰值强度，(x₀,y₀)表示光斑中心点的坐标；通过调节(x₀,y₀)，V₀，σ_A四个参数来生成波前信号子图像；将样本图像展开为m²×1的一维列向量，将此向量构建为一个矩阵：

D=[s1,s2,s3...sn]∈Rm2×n---(7)]]>

设样本的数目为n,称该矩阵D为超完备字典，矩阵中的每一列sⁱ为超完备字典中的一个原子。

3.根据权利要求1所述的基于稀疏表示的自适应光学光斑信号提取方法，其特征在于，S2的具体步骤为：

S21、利用m×m，其中m×m是与原子大小相同的滑动窗口，依次将测试哈特曼图像分割成各子块，并将其展开为m²×1维列向量；

S22、依次计算各子块的表示系数，图像子块在超完备字典中的表示系数并通过此改进式求解系数：

min||α||₁s.t.||Dα-x||₂≤ε，(8)

其中，是子块的向量表示，是波前信号的超完备字典，α为图像子块x在超完备字典中的n×1维表示系数，ε为标准差，通过控制ε来处理不同强度的噪声；

S23、建立稀疏指标矩阵，若图像子块中含有光斑信号，则求得的表示系数α比较稀疏，即只有少量数值比较大，其他值均较小，若图像子块为背景或噪声，则求得的表示系数α数值均比较小；

S24、对系数指标矩阵进行阈值处理，在稀疏程度指标矩阵中，目标所在位置具有接近于1的数值，其他位置数值均较小，在不同信噪比条件下，通常情况下，系数小于0.5，因此通过简单的阈值操作即可得到光斑信号，本发明系数的阈值处理式如式(9)所示，

SI(x)≥τ(9)

其中τ是阈值，τ∈[0,1]，根据实际情况进行设定，根据式(9)对稀疏系数进行二值化处理，也即大于阈值τ的系数值设定为1，小于τ的值为0，在处理结果中将，则数值为1的位置即为目标所在的位置。