《Photonics》：Centroid Extraction Method Based on Multi-Scale Gaussian Fitting and Subpixel Edge Reconstruction
编辑推荐：
精确的光斑质心定位是确定光学指标（如调制传递函数（MTF）和有效焦距（EFL））的基础。传统方法在非理想条件下（非对称光斑、高噪声和振动）表现不佳，且中波红外（MWIR）振动问题很少受到关注。为填补这些空白，研究人员提出了一种结合多尺度高斯拟合与亚像素边缘重建
精确的光斑质心定位是确定光学指标（如调制传递函数（MTF）和有效焦距（EFL））的基础。传统方法在非理想条件下（非对称光斑、高噪声和振动）表现不佳，且中波红外（MWIR）振动问题很少受到关注。为填补这些空白，研究人员提出了一种结合多尺度高斯拟合与亚像素边缘重建（MSGF-SER）的方法，该方法融合了图像金字塔拟合、泽尼克矩（Zernike-moment）边缘提取和自适应离心率加权融合。在具有不同信噪比（SNR）的模拟光斑和实验序列（可见光离轴像差、长波红外（LWIR）高噪声、中波红外（MWIR）微振动）上验证后，MSGF-SER在无噪声情况下实现了0.03像素的均方根误差（RMSE），在5 dB信噪比下达到了0.84像素。在实际MWIR振动序列上，Y方向标准差（STD）降至0.098像素，轨迹位移方差比传统方法低一个数量级以上。MTF偏差保持在0.01以内，测量得到的平均EFL与标称焦距的偏差优于0.05 mm，标准差低于0.02 mm。这些结果表明，MSGF-SER在挑战性条件下显著提高了质心定位的精度、重复性和平滑度，为高精度光学系统参数测量提供了可靠支持。
**论文解读：基于多尺度高斯拟合与亚像素边缘重建的质心提取方法**
**研究背景与问题**
在高精度光学系统（如航空航天星敏感器、自适应光学夏克-哈特曼传感器、半导体光刻对准系统）中，光斑质心的精确定位是推导调制传递函数（MTF）、有效焦距（EFL）、波像差等关键参数的基础。传统质心提取方法——如灰度重心法（GC）、椭圆拟合法（EF）和高斯拟合法（GF）——在理想条件下表现尚可，但在实际工程应用中面临三方面挑战：光斑因离轴像差而变得非对称，高噪声（尤其长波红外（LWIR）波段）导致边缘模糊，以及中波红外（MWIR）斯特林制冷机引入的微振动使光斑形态动态畸变。针对MWIR振动场景的质心定位研究尤其匮乏，现有方法无法有效利用多尺度信息来应对这些退化。为此，研究人员提出了一种结合多尺度高斯拟合与亚像素边缘重建（MSGF-SER）的质心提取方法，以提升在复杂成像条件下的定位精度、重复性和稳健性。该研究发表在《Photonics》。
**主要关键技术方法**
为开展研究，作者采用了以下关键技术：（1）**图像预处理**：基于大津法（OTSU）自适应阈值分割提取感兴趣区域（ROI），经直方图均衡化增强对比度后，通过斑点（Blob）分析（连通域面积滤波）去除孤立噪声点，保留最大连通域作为目标光斑区域。（2）**多尺度高斯拟合**：构建L=3层的图像高斯金字塔（下采样因子为2），对每层图像进行最小二乘二维高斯拟合得到质心候选坐标，根据拟合残差和尺度惩罚因子（默认0.1）计算加权融合系数，获得初步质心估计。（3）**亚像素边缘重建**：采用7×7模板的泽尼克矩（Zernike moments）提取亚像素边缘点（边缘距离条件0
**研究结果**
实验验证分为仿真与真实光斑测试两部分，以下按论文小标题总结：
**3.2 模拟光斑质心提取实验**：在不同信噪比（SNR 5 dB至∞）下，所有方法的RMSE随SNR增加而下降。在无噪声条件下，MSGF-SER的RMSE为0.03像素，优于GC（0.04）、EF（0.05）和GF（0.05）。当SNR降至5 dB时，传统方法误差急剧上升，而MSGF-SER仍保持亚像素精度（0.84像素），展现出强噪声鲁棒性。处理单帧512×512图像的平均耗时（1.671 ms）约为灰度重心法（0.422 ms）的4倍，但精度显著提升，表明速度与精度的合理权衡。
**3.3 真实光斑质心提取实验**：在可见光轴上静态序列中，MSGF-SER的X/Y方向标准差（STD）为0.10/0.10像素，远低于GC（0.25/0.26）、EF（0.28/0.30）和GF（0.31/0.32），且50次独立提取中21次得到相同亚像素坐标，重复性为GC的2.6倍。在可见光离轴（3°场偏）非对称光斑下，传统方法STD上升至0.87~1.23像素，而MSGF-SER通过自适应加权融合将STD降至0.41/0.28像素。在LWIR高噪声条件下，MSGF-SER的X/Y STD（0.88/0.92像素）约为传统方法的一半至五分之二。在MWIR振动序列中，MSGF-SER的Y方向STD为0.098像素，帧间位移方差为0.0037，均比GC、EF、GF低一个数量级以上，轨迹更平滑。
**3.4 光学参数测量实验**：
- **3.4.1 MTF测量**：在可见光轴上理想条件下，各方法MTF偏差均小于0.005。在离轴畸变下，GC/EF/GF在中高频（>50 lp/mm）偏差达0.036/0.033/0.042，而MSGF-SER将全频段偏差限制在0.01以内。在LWIR高噪声下，传统方法在30-70 lp/mm出现不规则波动（最大偏差0.045~0.056），MSGF-SER仅0.009。在MWIR振动下，传统方法在40-60 lp/mm出现周期性波动（偏差0.028~0.038），MSGF-SER偏差≤0.008。
- **3.4.2 EFL测量**：在可见光离轴条件下，GC/EF/GF的均值距标称值（66.30 mm）偏差为0.14~0.23 mm，MSGF-SER仅为0.02 mm。在LWIR下，传统方法偏差0.34~0.69 mm，MSGF-SER为0.05 mm。在MWIR下，传统方法偏差0.27~0.46 mm，MSGF-SER为0.03 mm。在所有条件下，MSGF-SER的EFL测量标准差（STD）均低于0.02 mm。
**讨论与结论**
讨论指出，单一质心方法无法同时兼顾形状适应性、噪声鲁棒性和抗振性，而MSGF-SER通过融合强度分布信息（多尺度高斯拟合）与几何边界信息（亚像素边缘重建），实现了退化场景下定位精度的系统性提升。消融实验进一步证实两种模块均对最终性能有正向贡献。MTF和EFL实验表明，质心定位精度的改善可直接转化为光学参数测量的更高精度和重复性。方法的局限性在于处理重叠光斑、严重遮挡及极低信噪比时仍有待验证。研究结论翻译如下：本文针对高精度光学测量中退化条件下（如不对称、高噪声和振动）光斑质心提取的局限性，提出了一种结合多尺度高斯拟合与亚像素边缘重建的质心提取方法（MSGF-SER）。经图像预处理后，方法构建高斯金字塔融合多尺度信息获得初始质心估计，通过泽尼克矩提取亚像素边缘并进行椭圆拟合几何校正，利用光斑离心率确定的自适应权重整合高斯与边缘信息。在模拟和多光谱多条件真实光斑实验中验证，与灰度重心法、椭圆拟合法及单尺度高斯拟合法相比，MSGF-SER在定位精度、重复性和轨迹平滑度上具有显著优势。在理想条件下RMSE为0.03像素；在MWIR制冷机振动下，Y方向轨迹位移方差为0.0037，表明对斯特林制冷机诱导微振动的强抑制能力。应用于MTF和EFL测量时，MSGF-SER将MTF偏差控制在0.01以内，EFL测量均值偏差<0.05 mm、重复性STD<0.02 mm，满足工程计量需求。总之，MSGF-SER为挑战性条件下关键光学系统参数的测量提供了一种稳健可靠的亚像素定位方法，其展示的精度和稳定性使其适用于精密检测、航天光学和半导体制造应用。
