[发明专利]一种光斑目标自动检测与定位方法

权利要求书

1.一种光斑目标自动检测与定位方法，其特征在于：包括以下步骤；

S1：常用的模板匹配算法；利用SSDA算法定位下一帧目标的位置，SSDA算法中的阈值能够随时进行调整，去掉不匹配的点，降低算法的计算量，SSDA具有匹配速度快的特点，并且该算法简单、实现方便；

S2：目标跟踪；为了减小图像匹配中滑动窗口所带来的计算量，可以通过设置搜索域来限制图像匹配的计算范围；

S3：光斑目标定位技术；激光指示器发出的激光照射到靶板上形成光斑，其光斑强度分布可近似用二维高斯模型来描述，且在任意横截面上的光斑强度分布均服从二维高斯分布；

S4：光斑中心粗定位；为了获得光斑图像的中心点，需要对公式(28)的极值进行求解，多元函数的二阶偏导数构成Hessian矩阵；

S5：光斑中心精定位；亚像素意味着不能根据(x,y)坐标获得图像中光斑中心亚像素级的坐标位置，对于x和y在进行计算时精确到小数位，通过Hessian矩阵可以初步获取图像中光斑的像素级中心坐标位置，再通过该像素邻域的灰度信息则可以获得精度更高的亚像素级光斑中心坐标位置。

2.根据权利要求1所述的一种光斑目标自动检测与定位方法，其特征在于，所述步骤S1中SSDA算法过程如下；

(1).定义绝对误差：

其中，

(2).取一个不变阈值T_k。

(3).随机选取子图S^i,j(m,n)中的对象点，并计算与T中相对应点的误差值，将所有的差值进行累加，当累加误差大于T_k时，则累加停止，记录此时的累加次数r，SSDA的检测曲面表达式定义为：

(4).当I(i,j)取最大值时所对应的(i,j)就是匹配点。

3.根据权利要求1所述的一种光斑目标自动检测与定位方法，其特征在于，所述步骤S3中利用二维高斯分布模型描述光斑强度分布，二维高斯分布模型为：

上式中，H为光斑强度最大值，(x₀,y₀)为光斑强度中心坐标，也是高斯函数的极大值点，δ₁、δ₂分别对应光强分布的长轴和短轴。

4.根据权利要求1所述的一种光斑目标自动检测与定位方法，其特征在于，所述步骤S4中Hessian矩阵判断光强分布函数的极值点；

首先，对光强分布函数的x和y分别求二阶偏导：

然后，分别与原光斑靶板图像进行卷积：

I_xx＝G_xx*I(x,y)

I_yy＝G_yy*I(x,y)

I_xy＝G_xy*I(x,y)

I_yx＝G_yx*I(x,y)

最后，卷积后的值构成Hessian矩阵：

(1)若对于任意向量(ΔxΔy)，都为正，则I(x,y)有最小值，并且Hessian矩阵为正定；

(2)若对于任意向量(ΔxΔy)，都为负，则I(x，y)有最大值，并且Hessian矩阵为负定。

(3)其他情况不能进行判断。