[发明专利]一种自动识别CTF测试图像并计算数值的方法

说明书

本发明公开了一种自动识别CTF测试图像并计算数值的方法，主要应用在利用多杆方形靶标对光学系统MTF测试中，实现在位置和角度没有对准的情况下自动识别靶标位置和角度，自动计算测试图的CTF数值，进而计算出系统的MTF。本发明主要适用于目标靶标法，在传统的目标靶标法中需要将靶标的位置和角度与被测系统进行对准，需要精密的工装和繁琐的对准工作，本发明中提出的方法可以在位置和角度没有对准的情况下自动识别靶标位置和角度，自动计算测试图的CTF数值，进而计算出系统的MTF，减少对工装和对准的要求。

技术领域

本发明涉及自动图像处理技术，具体涉及一种自动识别CTF测试图像并计算数值的方法，适用于光学系统MTF测量领域。

背景技术

光学系统MTF的测量方法主要有3种，一种是干涉法，主要测量被测波阵面与标准波阵面的干涉条纹，算出MTF，干涉法使用不太普遍，一种是线扩散函数法，主要通过刀口扫描得到边缘函数，再求微分得到线扩散函数，对线扩散函数进行傅里叶变换得到系统的MTF，一种是目标靶标法，主要是通过多杆方形靶标获取对比度传递函数CTF，再通过傅里叶级数展开公式计算系统的MTF。

本发明主要适用于目标靶标法，在传统的目标靶标法中需要将靶标的位置和角度与被测系统进行对准，需要精密的工装和繁琐的对准工作，本发明中提出的方法可以在位置和角度没有对准的情况下自动识别靶标位置和角度，自动计算测试图的CTF数值，进而计算出系统的MTF，减少对工装和对准的要求。

发明内容

本发明公开了一种自动识别CTF测试图像并计算数值的方法，主要应用在利用多杆方形靶标对光学系统MTF测试中，实现在位置和角度没有对准的情况下自动识别靶标位置和角度，自动计算测试图的CTF数值，进而计算出系统的MTF，方法包括以下9个步骤：

第一步，对获取的靶标原始图像进行中值滤波，原始图像为I_raw，滤波后的图像为I_filter，滤波公式为I_filter＝medfilt2(I_raw,[mm])，其中medfilt2为Matlab中的处理函数，m为中值滤波的窗口大小。

第二步，对滤波后的图像进行灰度拉伸，拉伸后的图像为I_adj，灰度拉伸的公式为I_adj＝(high_out-low_out)/(high_in-low_in)×(I_filter-low_in)，其中high_out为输出图像最大灰度值，low_out为输出图像最小灰度值，high_in为输入图像最大灰度值，low_in为输入图像最小灰度值。

第三步，利用比例门限进行阈值分割，提取多杆靶标，阈值分割后的图像为I_bw，阈值分割的公式为其中level为比列门限，选取0.8。

第四步，对阈值分割后的图像进行连通域判断，利用重心法获取多杆靶标中心坐标，分别为(cx₁,cy₁),…,(cx_k,cy_k)，其中k为多杆靶标数目，应为奇数，利用最小二乘法拟合出中心线，中心线的方程为y＝p₁x+p₂，其中p₁,p₂为最小二乘法拟合得到的系数，利用Matlab中的regionprops函数获取所有靶标的宽度向量，取平均后获得单个靶标的宽度width。

第五步，获取中心线上横纵坐标向量，该坐标向量应满足3个条件，一是满足中心线方程，二是满足坐标值到中心靶标的中心坐标的距离小于等于限定长度，限定长度三是坐标值应为正整数。