基于局部信噪比的微小损伤自适应检测技术研究

大型高功率激光驱动装置中,激光能量密度及系统运行速度主要受终端光学元件损伤增长的限制。为高效、精确地检测元件的损伤状态,提出了一种基于局部信噪比的自适应差异窗过滤算法。该算法通过设计一种作用在像素点上的窗函数,以关联邻域点的像素值强弱完成目标点或背景点的判断,从而完成种子图像的阈值化,最后通过对种子图像区域生长完成损伤分割。为验证算法的有效性,搭建了在线检测模拟平台以获取损伤样品图像,并使用该算法对图像进行处理。结果表明:对直径50μm以上的损伤点,算法的平均识别率在99%以上,达到了高功率激光驱动系统对微小损伤检测的精度要求。因其不需要依据经验设定种子图像的阈值,与现有局部信噪比算法相比具有更高的自动化程度。