利用损伤点之间的位置关系, 根据光学元件损伤暗场图像的特点设计了一种基于连接向量特征匹配的配准方法。该方法首先对基准图像及待配准图像分别进行图像预处理, 提取损伤点轮廓的中心坐标作为损伤点的位置值。然后构建损伤点连接向量, 求出主方向并计算主方向下的连接向量特征, 使用连接向量匹配获得匹配点对, 最后利用RANSAC算法对匹配点对进行仿射变换参数计算。该方法具有旋转不变性, 尺度不变性以及较高的配准准确度。实验对比分析了该方法与SIFT算法的计算效率及配准精度, 结果表明在暗场图像条件下文中方法更有效且为背景单一, 灰度信息较少同时要求较高的配准速度的场景下的图像配准问题提供了解决方案。

基于强激光系统光学元件损伤的在线暗场成像检测,提出了一种无损、自动、快速检测的新算法。该算法根据模式识别中的聚类理论,对光学元件损伤的暗场图像实现了损伤斑块位置的自动检测分析。同时,根据损伤的暗场图像特点,用双向扫描方式得到了无遗漏点的损伤连续斑块,实现了损伤斑块尺度的自动检测。理论分析和实验均显示,损伤暗场自动检测图像的快速聚类算法能实现光学元件损伤位置和损伤尺度的准确、自动分析。