盾構(gòu)自動激光導(dǎo)向系統(tǒng)的實際測量環(huán)境中存在著一些背景干擾光， 如安裝在管片拼裝機上的日光燈、管片上的照明燈等。干擾光會使激光標(biāo)靶中 CCD 圖像的信噪比降低，導(dǎo)致系統(tǒng)無法精確地計算出激光光斑中心坐標(biāo)。當(dāng)兩幀 CCD 圖像中背景干擾光的位置和強度不變時， 采用差圖像法可以有效地消除干擾光的影響，從而得到干凈的光斑圖像。但是當(dāng)背景干擾光存在微移動時，得到的差圖像上會殘留有背景干擾光，圖像的信噪比低，此時差圖像法將不再適用。為了適應(yīng)背景的微移動， 楊志華等提出了基于補償差分的目標(biāo)檢測方法， 對由于攝像機運動引起的背景移動進行補償再進行差分運算。先通過對背景中特征較明顯的區(qū)域進行匹配，得到背景的偏移量后再進行背景差分。這種方法在背景中有明顯結(jié)構(gòu)特征時配準(zhǔn)精度較高，此時能取得較好的背景補償效果。由于本文中的背景干擾光比較單一且灰度均勻， 因此很難找到一個特征明顯的區(qū)域進行匹配。此外劉永信等利用圖像形態(tài)學(xué)處理來進行運動目標(biāo)檢測。先用差圖像法提取運動目標(biāo)信息，再通過形態(tài)學(xué)的連接運算和閉運算來消除差圖像中殘留的背景噪聲。由于精確計算光斑中心坐標(biāo)需對光斑邊緣進行檢測，而該方法中的形態(tài)學(xué)處理需要對光斑圖像進行二值化， 這將破壞光斑的邊緣梯度，從而導(dǎo)致無法進行光斑邊緣檢測。綜上所述，以上兩種方法均不適用。針對上述問題，本文利用數(shù)學(xué)形態(tài)學(xué)和圖像差分設(shè)計了一種激光光斑識別算法。該算法無需對背景區(qū)域進行匹配即可消除背景干擾光微移動的影響， 并且處理結(jié)果較好的保持了光斑的灰度。