激光自适应光学系统可靠性改进效果评估

随着自适应光学技术在激光领域的发展,工程上以经典自适应光学(AO)系统为基础,增加了多种基于软件监测和硬件保护的改进措施以保证激光AO系统稳定连续出光。面对结构复杂度提升带来的可靠性挑战,如何构建系统失效模型对激光AO系统可靠性进行评估,成为影响激光AO系统发展的重要一环。本文以激光光稳净化AO系统为例,提出使用动态故障树方法对激光AO系统可靠性进行评估,根据设备间动态关系建立动态故障树(DFT),结合厂家信息、疲劳寿命试验与历史数据估计得到底事件失效率,使用二元决策图和马尔可夫模型求解得到DFT的可靠性参数。使用DFT分析增加改进措施的AO系统可靠运行时间,结果相对于基本故障树获得了十倍以上的提高。实际系统调试期间,在预计的可靠运行时间内未发生自因故障,与DFT估计结果一致。验证了应用DFT方法评估增加改进措施后的激光AO系统可靠性更准确。

一种非稳腔激光器光瞳位置提取方法

提出一种非稳腔激光器光瞳位置提取的方法,用于光路自动准直中光瞳位置的提取。首先使用双边滤波对原始图像进行预处理,然后用系数β乘以大津算法的图像阈值得到图像的阈值,对图像进行阈值分割。得到二值图像后,对二值图像进行中值滤波。通过边缘提取算法提取二值图像中的轮廓,然后利用轮廓的中心和组成轮廓的点的数目这两个轮廓属性,找到光瞳图像的内轮廓。使用RANSAC椭圆拟合算法拟合内轮廓,以椭圆的中心作为光瞳的位置。本文提出的光瞳位置提取方法,在满足实时性要求的同时,减少了内轮廓噪声对椭圆拟合的影响,提高了光瞳位置提取结果的准确性和鲁棒性。在100帧仿真光瞳图像的内轮廓中添加40%幅值为0~13的随机噪声点的情况下,所提方法比直接椭圆拟合方法的提取结果具有更高的准确性和鲁棒性,提取位置偏差的AVG比直接椭圆拟合的结果小0.283个像素、位置偏差的最大值小0.660个像素、位置偏差的RMS小0.136个像素。

基于图像分割的稠密立体匹配算法

提出一种基于图像分割的稠密立体匹配算法,该算法将灰度-梯度算法与零均值归一化互相关(ZNCC)算法相结合生成匹配代价,利用SLIC(Simple Liner Iterative Cluster)算法对图像进行分割,基于视差图和超像素更新了匹配代价。在视差后处理阶段,基于左右一致性检验(LRC)、孔洞填充和十字交叉自适应窗口加权中值滤波的方法减小视差图的误匹配率。利用Middlebury数据集的4组图像进行测试,测试结果表明,平均误匹配率为4.99%。