哈特曼传感器子孔径光斑的局部自适应阈值分割方法

摘要

夏克-哈特曼传感器的质心偏移估计精度受噪声的影响非常大,在传统质心法(CoG)中尤为突出,因而阈值的选取十分重要.本文提出了一种基于统计排序的局部自适应阈值分割方法,并与传统的全局阈值法进行对比,发现自适应的局部阈值能够更加有效地分割出阵列光斑,从而减小背景噪声对质心估计的影响,降低波面复原误差.本文通过静态相差的测量实验,从质心偏移估计的精度和波前复原精度两个方面进行分析,验证了该方法的有效性.另外,本文发现自适应阈值结合灰度加权的质心提取方法,是对传统质心法的较好改进,可以有效提高峰值信噪比大约10～40的光斑质心提取精度.