本发明涉及图像处理，具体是一种基于牛顿环检测的光学组件中心偏差测量方法。
背景技术：
1、牛顿环是一种光学现象，它通常出现在一片凸透镜与一块平面玻璃之间形成的干涉图样。由于光波在两种介质的界面上反射和干涉，形成了一系列同心的明暗相间的环形图案。牛顿环的中心是观察这些干涉环的重要特征，精确定位牛顿环的中心对于测量光学元件的平整度，调整光学中心等具有重要意义。
2、精确定位牛顿环中心在光学测量、镜头校准和材料研究中有广泛应用。在光学元件组装过程中，通过分析牛顿环可以检测透镜中心位置是否与定标中心吻合。在具体测量时由于光学元件装调误差，会导致牛顿环的分布出现不同的特殊情况，甚至会导致牛顿环畸变；与此同时，在同一张图中的纹理，明暗分布又可能是极不均匀的。为了尽可能地克服上述的技术问题，于是在牛顿环中心定位过程中，通常采用全图边缘检测及霍夫圆检测等方法，这些方法不仅增加了对图像质量的要求，还降低了效率，导致无法即时反馈结果。此外，上述这些方法在处理复杂背景或噪声较多的图像时，往往难以保证定位精度和稳定性。
3、由此可见，现阶段亟需一种能够有效提高牛顿环中心定位精度的方法。
技术实现思路
1、为了避免和克服现有技术中存在的技术问题，本发明提供了一种基于牛顿环检测的光学组件中心偏差测量方法。本发明通过能够有效的提高牛顿环中心定位的精度。
2、为实现上述目的，本发明提供如下技术方案：
3、一种基于牛顿环检测的光学组件中心偏差测量方法，包括以下测量步骤：
4、s1、通过中心偏差测量仪测量获得光学组件的牛顿环原始图像，将光学组件的定标中心标注在牛顿环原始图像上，并将光学组件的定标中心坐标作为原始数据带入算后续步骤计算；
5、s2、以牛顿环原始图像的图像坐标系原点为起点作射线，将各相邻射线之间的夹角均设为预定角度，并根据寻峰算法依次获取各条射线上的灰度峰值点，以及该灰度峰值点的图像坐标；
6、s3、根据获得的图像坐标，计算各条射线上各相邻灰度峰值点之间的峰间距，并获取所有峰间距中的最小值；在牛顿环原始图像上划分网格，并以该最小值作为正方形网格单元的长度；对划分网格后的牛顿环原始图像进行二值化处理，以将牛顿环原始图像转化为牛顿环二值化图像；
7、s4、基于距离均匀点生成原则，获取牛顿环原始图像中各个射线上的距离均匀点；
8、s5、根据距离均匀点，利用预测圆生成原理在牛顿环二值化图像上生成表征牛顿环的预测圆，并计算该预测圆圆心与该牛顿环二值化图像上定标中心的距离，该距离即为光学组件中心偏差。
9、作为本发明再进一步的方案：步骤s2的具体内容表示如下：
10、s21、以牛顿环原始图像的中心作为图像坐标系o-xy的原点；
11、s22、以牛顿环原始图像中的图像坐标系原点为起点作 n条射线，且使 n条射线以图像坐标系中的x轴正方向为起点，沿着逆时针方向或者顺时针方向依次均匀布置，相邻射线之间的夹角均为预定角度 α=360°/ n；
12、s23、使用寻峰算法依次获取 n条射线上的灰度峰值点，以及该灰度峰值点在图像坐标系中的图像坐标。
13、作为本发明再进一步的方案：寻峰算法具体表示如下：
14、s231、遍历牛顿环原始图像中位于当前射线上各个像素点的灰度值；
15、s232、检查当前射线上各个像素点的灰度值是否大于其前后相邻像素点的灰度值；若是，则该像素点为灰度峰值点；反之，则为灰度谷值点；且对于射线上的起始像素点和终止像素点，均只需要比较与其相邻的一个像素点的灰度值；
16、s233、在确定完成当前射线上的所有灰度峰值点和所有灰度谷值点后，将所有灰度峰值点和所有灰度谷值点按照当前射线的方向依序存放在当前射线的灰度峰谷值点列表中；将所有灰度峰值点按照当前射线的方向依序存放在当前射线的灰度峰值点列表中，同时获取所有灰度峰值点在图像坐标系中的图像坐标，并存放在图像坐标列表中；图像坐标列表表示如下：
17、；
18、其中，表示第 n条射线上各个灰度峰值点的图像坐标沿着该射线方向依序排列构成的图像坐标列表，； n表示射线的总条数； 表示中第一个灰度峰值点在图像坐标系中的图像坐标；表示中第 i个灰度峰值点在图像坐标系中的图像坐标。
19、作为本发明再进一步的方案：步骤s3的具体内容表示如下：
20、s31、基于获得的灰度峰值点列表和对应的图像坐标列表，分别计算 n条射线上的各相邻灰度峰值点图像坐标之间的距离，并将该距离记为峰间距；峰间距表示为；表示第 n条射线上第 i个灰度峰值点的图像坐标和第i+1个灰度峰值点的图像坐标之间的距离；
21、s32、计算获得全部射线的全部峰间距，并获取其中的最小值，记为 d min；
22、s33、以 d min为正方形网格单元的长度，构建网格，并将该网格覆盖在牛顿环原始图像上；
23、s34、对各个正方形网格单元中的所有像素点的像素均进行高斯加权和处理，并将处理获得的高斯加权和作为当前正方形网格单元的二值化阈值，将该正方形网格单元中大于等于二值化阈值的像素改成255，将该正方形网格单元中小于二值化阈值的像素改成0，以此使牛顿环原始图像只有两种灰度值，进而将牛顿环原始图像转化成为牛顿环二值化图像。
24、作为本发明再进一步的方案：步骤s4中的距离均匀点生成原则的具体内容如下：
25、s41、统计当前射线的灰度峰谷值点列表中灰度峰值点的数量和灰度谷值点的数量，若数量相同，则不做处理；若数量不同，则从该灰度峰谷值点列表的两端向中间依次删除，以使该灰度峰谷值点列表中灰度峰值点的数量和灰度谷值点的数量相同；
26、s42、在经过步骤s41处理后的灰度峰谷值点列表中，沿着当前射线的方向，令彼此相邻的灰度峰值点和灰度谷值点配合形成灰度峰谷值点对，并将各个灰度峰谷值点对存放在当前射线的灰度峰谷值点对列表中，且各灰度峰谷值点对彼此互不干涉；同时计算经过步骤s41处理后的灰度峰谷值点列表中相邻灰度峰值点之间的峰间距，以及该灰度峰谷值点列表中峰间距平均值；接着计算出该灰度峰谷值点列表中峰间距标准差，然后统计出该灰度峰谷值点列表中峰间距与峰间距平均值超过三倍峰间距标准差的灰度峰值点，并从灰度峰谷值点对列表中删除这些灰度峰值点对应的灰度峰谷值点对；
27、s43、基于步骤s42中删除对应灰度峰值点后的灰度峰谷值点对列表，计算该灰度峰谷值点对列表中各个灰度峰谷值点对的斜率，并选出斜率处于设定斜率范围内的灰度峰谷值点对；接着将选出的灰度峰谷值点记为当前射线的有效峰值点，并将各个有效峰值点按照当前射线的方向依序存放在有效峰值点列表中，以此获得当前射线的所有有效峰值点；
28、s44、按照步骤s41到步骤s43的内容即可获得所有射线的有效峰值点列表；
29、s45、设定一个沿着射线方向从有效峰值点列表头部向尾部逐步滑动的滑动窗口，滑动窗口每次只能框定有效峰值点列表中连续排列的 k个有效峰值点，滑动窗口每次只滑动一个有效峰值点；将滑动窗口每一次滑动后框定的 k个有效峰值点记为有效峰值点单元，并将当前射线的所有有效峰值点单元均存放在有效峰值点单元列表中；
30、s46、计算当前射线的有效峰值点单元列表中各个有效峰值点单元中相邻有效峰值点之间的峰间距，并将计算出的峰间距沿着当前射线方向依序存放在该有效峰值点单元对应的有效峰值点峰间距单元中；以此，将当前射线的所有有效峰值点峰间距单元均存放在当前射线的有效峰值点峰间距单元列表中；
31、s47、采用步骤s45到步骤s46设定的滑动窗口在各条射线的有效峰值点列表中滑动，以此获得各条射线的有效峰值点峰间距单元列表；
32、s48、任选两条射线，并使该两条射线对应的有效峰值点峰间距单元列表中的有效峰值点峰间距单元两两组合形成有效峰值点峰间距单元对；各个有效峰值点峰间距单元对内两个有效峰值点峰间距单元中均包含k-1个峰间距；因此，按照1到k-1的序号依序对当前有效峰值点峰间距单元中的各个峰间距进行编号；
33、s49、计算各个有效峰值点峰间距单元对中序号相同的两个峰间距差值的绝对值，然后进行求和，以获得当前有效峰值点峰间距单元对的峰间距阈值，以及两条射线峰间距阈值的最小值；获取该最小值对应的有效峰值点峰间距单元对中的所有有效峰值点，并将其记为距离均匀点；
34、s410、按照步骤s48到步骤s49的内容操作，即可获得任意两条射线之间的所有距离均匀点。
35、作为本发明再进一步的方案：利用预测圆生成原理在牛顿环二值化图像上生成表征牛顿环的预测圆的具体步骤如下：
36、s51、在牛顿环二值化图像上沿顺时针方向或者逆时针方向依序获取四条射线，且相邻射线之间相差90°；
37、s52、分别计算这四条射线各自全部距离均匀点对应的图像坐标均值，并将该图像坐标均值所在的像素点记为最佳点，由此可以获得四条射线对应的四个最佳点；
38、s53、基于获取的四个最佳点，采用最小二乘法拟合得到该四个最佳点对应的预测圆的圆心 o1和半径 r1；
39、s54、构建一张与牛顿环二值化图像相同尺寸的黑色图像，并将圆心 o1按照其在牛顿环二值化图像中的坐标映射标注在黑色图像中；接着以圆心 o1、半径 r1在黑色图像上画外圆，再以圆心 o1、半径 r1- d min/2在黑色图像上画内圆；内圆和外缘之间形成环带，并将该环带设置成白色，并将此时的图像记为掩膜版图像 m0；
40、s55、将掩膜版图像 m0覆盖在牛顿环二值化图像上，并使两者的边框完全对齐；此时，获取牛顿环二值化图像中与掩膜版图像 m0的环带相交的灰度值为255的白色像素点，各个白色像素点的集合形成掩膜后图像 d1；
41、s56、通过评估函数对掩膜后图像 d1进行其与牛顿环同心度误差的计算，若同心度误差小于误差阈值，则此时生成的外圆即为能够表征牛顿环的预测圆；反之，则需要进行步骤s57到步骤s58的操作，直到同心度误差小于误差阈值；
42、s57、计算步骤s55中掩膜后图像 d1的质心，接着连接质心和圆心 o1，并推动将掩膜版图像 m0沿着质心和圆心 o1的连线向质心移动设定距离，统计此时牛顿环二值化图像中与掩膜版图像 m0的环带的外圆相交的像素为255的白色像素点，各个白色像素点的集合形成掩膜后图像 d2；
43、s58、将掩膜后图像 d2带入到最小二乘法中，采用步骤s53到步骤s54的内容拟合生成新的圆心 o1、新的半径 r1，以及新的掩膜版图像 m0；然后按照步骤s55到步骤s56的内容计算新的掩膜版图像 m0与掩膜后图像 d1对应的同心度误差，并判断同心度误差是否小于误差阈值。
44、作为本发明再进一步的方案：通过评估函数计算同心度误差的过程如下：
45、s561、掩膜后图像 d1拟合得到外圆圆心 o1在牛顿环二值化灰度图像中的坐标为( h, g)，外圆半径为 r1；在该外圆的外侧构建外接矩形，该外接矩形以( h, g)为中心；且以( h, g)为原点，在掩膜后图像 d1上构建平面直角坐标系，且该平面直角坐标系将外接矩形等分为四份；
46、s562、分别统计掩膜后图像 d1位于平面直角坐标系中的各个象限内的像素点数量，接着将对应的像素点数量输入到评估函数中计算同心度误差；评估函数表示如下：
47、 ；
48、；
49、式中， loss表示同心度误差； n1表示掩膜后图像 d1位于平面直角坐标系中的第一象限内的像素点数量； n2表示掩膜后图像 d1位于平面直角坐标系中的第二象限内的像素点数量； n3表示掩膜后图像 d1位于平面直角坐标系中的第三象限内的像素点数量； n4表示掩膜后图像 d1位于平面直角坐标系中的第四象限内的像素点数量； n i表示掩膜后图像 d1位于平面直角坐标系中的第 i象限内的像素点数量； n0表示掩膜后图像 d1位于平面直角坐标系中的所有像素点数量。
50、作为本发明再进一步的方案：掩膜后图像 d1的质心计算过程如下：
51、s571、获取掩膜后图像 d1中全部像素点的灰度值；
52、s572、将各个灰度值输入到质心计算公式中计算出掩膜后图像 d1的质心；质心计算公式表示如下：
53、；
54、；
55、式中，表示掩膜后图像 d1质心在牛顿环二值化灰度图像中的横坐标；表示掩膜后图像 d1质心在牛顿环二值化灰度图像中的纵坐标； w表示牛顿环二值化灰度图像的宽度； h表示牛顿环二值化灰度图像的高度； i( x, y)表示掩膜后图像 d1中像素点( x, y)的灰度值。
56、作为本发明再进一步的方案：步骤s561中外接矩形的左边界所在的直线方程为：x=h-r1，右边界所在的直线方程为：x=h+r1，上边界所在的直线方程为：y=g+r1，下边界所在的直线方程为：y=g-r1。
57、作为本发明再进一步的方案：步骤s51中采用的四条射线为与图像坐标系坐标轴重合的四条射线。
58、与现有技术相比，本发明的有益效果是：
59、本发明通过多角度分段测量图像的灰度及灰度峰值点坐标、计算均匀距离点、对牛顿环图像进行自适应二值化、对二值化图像应用掩膜计算、圆形拟合与迭代等步骤，进而能够有效提升牛顿环中心定位的准确性和处理速度。此方法不仅适用于实验室环境，还可应用于工业检测和现场测量，具有广泛的应用前景。
1.一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，包括以下测量步骤：
2.根据权利要求1所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，步骤s2的具体内容表示如下：
3.根据权利要求2所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，寻峰算法具体表示如下：
4.根据权利要求3所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，步骤s3的具体内容表示如下：
5.根据权利要求4所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，步骤s4中的距离均匀点生成原则的具体内容如下：
6.根据权利要求5所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，利用预测圆生成原理在牛顿环二值化图像上生成表征牛顿环的预测圆的具体步骤如下：
7.根据权利要求6所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，通过评估函数计算同心度误差的过程如下：
8.根据权利要求7所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，掩膜后图像d1的质心计算过程如下：
9.根据权利要求7或8所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，步骤s561中外接矩形的左边界所在的直线方程为：x=h-r1，右边界所在的直线方程为：x=h+r1，上边界所在的直线方程为：y=g+r1，下边界所在的直线方程为：y=g-r1。
10.根据权利要求6或7或8所述的一种基于牛顿环检测的光学组件中心偏差测量方法，其特征在于，步骤s51中采用的四条射线为与图像坐标系坐标轴重合的四条射线。
