*mf g5)5)tmpi)jipij ^

La tcnica ms simple para determinar la posicin de un objeto extenso en una imagen es el clculo del centroide, o momento de primer orden del perfil de

intensidad de la imagen del o b j e t o ^ ) .

El clculo del centroide es una tcnica con aplicacin en muy diversos campos. Entre las aplicaciones (2) empleados en las comunicaciones por la'ser(3-8) donde se utiliza
(

ms

interesantes

podemos

destacar

los

sistemas

de

seguimiento

la tcnica del centroide para medir el alineamiento entre el emisor y el receptor: o los sistemas de navegacin para satlites, en los que la tcnica se utiliza para determinar el rumbo respecto Otra tcnica basada en a las estrellas el clculo fijase-12) la caracterizacin de un

del centroide es

frente de onda usando un sensor del tipo Hartmann-Shack(13.14) un conjunto de lentes que,

Este consiste en

a partir de un frente de onda incidente, forman un un detector, normalmente una cmara CCD (vase

conjunto de subimgenes sobre figura

1.1). Mediante el clculo del centroide, se miden las posiciones

de las imde las

genes. A pendientes

partir de esta informacin se consigue una descripcin completa

locales del frente de onda, con las que este ltimo puede reconstruirse Estos sensores son de gran utilidad en la medida de las el frente de onda por componentes pticos no aberracioo

completamente. nes

introducidas en

perfectos

medios no homogneos por los que atraviese el haz de luz. En particular el sensor de Hartmann-Shack se utiliza en reas tales como ptica a d a p t a t i v a ( 1 6 ) de los o j o s ( ^ ) , o simplemente medi-

das de las deformaciones tos pticos^**, 19)

para calibrar instrumen-

Figura 1.1 Sensor de frente de onda Hartmann-Shack.

Por ltimo, cuando no es posible construir un sistema de ptica adaptativa en el que los errores residuales sean pequeos comparados con la longitud de onda, se recurre a la ptica adaptativa de bajo orden(20-23) 0 recentrado de imgenes. Este mtodo de correccin de imgenes consiste en superponer imgenes de corta exposicin, de tal forma que sus centroides coincidan. La imagen resultante tiene una resolucin mayor que la imagen de larga exposicin equivalente^-^) Todos estos ejemplos ilustran claramente la importancia de la medida del centroide. Cuando se aplica la tcnica del centroide con niveles de iluminacin muy dbiles (por ejemplo en ptica adaptativa para astronoma) el cociente sealruido de las cmaras CCD que se utilizan normalmente en iluminacin media es insuficiente para tomar imgenes tiles. Para mejorarlo se recurre al empleo de intensificadores(24"2(>), e n u n a 0 v a r j a s etapas, en cada una de las cuales la seal se amplifica, logrndose finalmente aumentar el cociente seal-ruido en un factor que va desde 10^ hasta 10^. El uso de intensificadores presenta el problema de los tiempos muertos de las diversas etapas de amplificacin, que modifican la estadstica previa (deteccin poissoniana) transformndola en una de Bernoulli, en la que las nicas detecciones posibles son cero o un fotn. Se dice entonces que la deteccin es binaria(27) El efecto de la binarizacin en el clculo del centroide es el aumento de los errores estadstico y sistemtico, respecto a la deteccin poissoniana. En este trabajo proponemos un mtodo que reduce los errores sistemticos y estadsticos en el clculo del centroide a partir de imgenes binarias. Esta tcnica ropera parte de la informacin sobre la intensidad que reciben los pixeles, que se pierde debido a la binarizacin, a partir de las intensidades detectadas en los vecinos. Como se ver m s adelante, la tcnica proporciona buenos m a t a d o s para bajas intensidades que es, precisamente, la situacin experimental wtkk iaaeresante. Adems, realizaremos un estudio del comportamiento de los errores sistemti8

eos y estadsticos de los centroides poissoniano. binarizado y corregido, para poder compararlos entre s. El estudio se llevar a cabo considerando la influencia de la intensidad de la seal, del ruido, y de la anchura del perfil de intensidad. En este estadio, se coapararaa datos obtenidos de expresiones tericas, y de experiacaaos siaalados. y se c m r b r la validez de las primeras. o po a Se llega finalmente a la c n l s de que la tcnica que introducimos en este o cu i n trabajo es aplicable y til, cuando se trabaja con detectores que utilizan intensific adores.

2.1 Definicin de centroide.

2.1.1 Definicin. Se define el centroide de una imagen bidimensional como el punto cuyas coorX C .Y C ) verifican(2)
,y)dxdy

| | I(x,y)dxdy j I yl(x,y)dx ;dy

(2.1)

T
2.1.2

(2.2) I(x,y)dxdy

Simplificacin de la definicin.

Se puede simplificar la definicin de centroide utilizando la proyeccin unidimensional de la intensidad sobre los ejes. Para el eje x tendremos
i(x)=J I(x, y)dy (2.3)

y con lo que la coordenada del eje x del centroide es

X='4

i(x)xdx (2.4) i(x)dx

Se paede dar una definicin equivalente para la coordenada Y c del centroide.

11

A partir de ahora, y con el fin de no duplicar los clculos, nos restringiremos al etfdio de la coordenada X c .

2.2 Medida del centroide.

La estimacin experimental del centroide correspondiente a la definicin (2.1). una vez discretizada la imagen en pixeles(^), es. NN'
t

y w..x.i Y w .ixi. ij
t

NN' IJ

(2.5)

donde

x. ,+x. =- i x. i+l
2

siendo xj, X J + j , y, yi+1, los extremos del intervalo de medida (i,j), W j es la intensidad en el pixel (i,j), y W es la intensidad en la columna i

4"

r x i+i

[y-i+i
l(x\y')x'y'

(2.6)

w . = y w .

N'

(2.7)

Los detectores m s comnmente empleados para el estudio de imgenes son las c m r s CCD. Existen dos tipos de deteccin con estas cmaras; analgica y digital. aa En deteccin analgica el detector mide las intensidades recibidas en cada pixel, aacatras que en deteccin digital las intensidades se discretizan en niveles de gris. Cuando las intensidades son muy pequeas se hace necesario la amplificac de la seal, para reducir el ruido de lectura. Se usan para ello intensificadoaa res de alta ganancia(24) q u e n e gan a hacer detectables los fotones individuales. La deteccin de intensidades es entonces discreta.
12

2.3 Deteccin poissoniana.

2.3.1 Estadstica poissoniana. Cuando se realiza una deteccin discreta, se debe tener en cuenta que el nmero de fotocuentas detectadas en el pixel (i,j) es una variable aleatoria con distribucin de probabilidad poissoniana. Es decir, la probabilidad de detectar n fotocuentas en un experimento para una deteccin ideal, y para una seal de intensidad W j , viene dado por(28)

n!
con varianza (29)
0ij2=Wij

(2.8)

Si se tiene en cuenta el ruido en la deteccin. CTy = W j + o r ^ . Donde el trmino a r 2 es la varianza del ruido de deteccin. Se ha supuesto que los pixeles son idnticos y presentan, por tanto, el mismo ruido. 2.3.2 Centroide poissoniano.

La aleatoreidad de la deteccin introduce un ruido, denominado cuntico, que impide la deteccin del centroide real con una nica medicin. El centroide definido en (2.5) se evala experimentalmente mediante el siguiente estimador(30) NN'
t

Y n.ij i T n.x x. N ii NN'

N'

(2.9)

(2.10)

13

de fotocuentas en el pixel (ij). tiene una varianza que depende de las varianzas del nmero de h M c m i i s en los pixeles. Usando la ley de propagacin de errores^ ^ se h . -e<29)

Var (X c )=

Jcl + aj)

f NN NN'

(2.11)

NN'

IyNN'(xf-2(x)X: f = -^ ^
NN"

(2.12)

donde ar es la desviacin tpica del ruido de deteccin en un pixel, x es la a anchura de la imagen de la seal detectada, y (x) es la coordenada x del centro del detector.

2.4 Deteccin intensificada.

Cuando se requiere deteccin de fotones individuales, el cociente seal-ruido de los detectores es muy bajo. Para mejorarlo se hace uso de intensificadores que amplifican la seal y aumentan dicho cociente. En este caso, la deteccin se denomina deteccin intensificada^) El modelo ms sencillo de deteccin intensificada consiste en suponer que el intensificador no cambia la forma de la imagen sino que nicamente produce un ensanchamiento de la misma. La relacin entre la anchura de la imagen sin intensificar. a x , y la anchura de la imagen d s u s de la intensificacin, Oq, ep rieme dada por

a0 = c x + aint
14

(2.13)

es el ensanchamiento caracterstico del intensificador. Unicamente resta sustituir c x por C en (2.11)

(2.14)
ij

\j

Este modelo es muy sencillo y tiene limitaciones. En particular, el modelo no es aplicable a intensificadores que usan tecnologa de placas de micro-canal o MCP (micro-channel-plates)(30). La distorsin introducida por estos aparatos es m s complicada que un simple ensanchamiento de la seal. Estas distorsiones adicionales son m s importantes cuando las dimensiones de los canales MCP son del orden, o mayores que los pixeles del CCD. En particular se comprobar en el apartado (4.2) que no funciona para la situacin extrema de la deteccin binaria. Un modelo para este tipo de deteccin ser desarrollado en el siguiente apartado.

2.5 Deteccin binaria.

2.5.1 Estadstica binaria. Se entiende por deteccin binaria aquella en la que slo es posible detectar cero o una cuenta. Esto ocurre en la prctica cuando las detecciones de cualquier nmero, n>l, de fotones incidentes sobre un pixel, son indistiguibles entre s, y se interpretan como detecciones de una nica cuenta. La binarizacin cambia la distribucin de probabilidad de detectar n fotocuentas. dejando invariable nicamente la de cero cuentas. La distribucin de probabilidad binaria de detectar n cuentas, P b jj(n), es una distribucin de Benoulli^32)

15

Pjj(0) = Py(O) = e"WiJ P-jd) = X Pij(n) = 1 - P-j(O) = 1 - e

n=l

(2.15)

Pf,(n) = O

n>l

Cuando las intensidades son bajas, podemos desarrollar las exponenciales y quedarnos slo con los primeros trminos^ 3)
2 ' 3

Pj(0)-1-Wy+-JL--JL P b (l) = W - ^ J L + ^ L 2 6
1J 1 J

(2-16)

P*(n) = 0

n>l

El nmero medio de cuentas W y , que se puede calcular a partir (2.15), obtenindose(33)

u = I

! > ) PijU)

-e"Wij

(2-17)

11=1

y en bajo nmero de fotones

2 3

wj- w i j - - f - + - f ~

(2 - 18)

Puesto que la deteccin binaria es un proceso de Bernoulli, la varianza del esdel nmero de cuentas en el pixel (i,j) es(32)

16

Var

(2.19)

2.5.2

Centroide

binario.

El centroide binario se define como NN' NN' N

Yw b .^ Yw b 7
-d

lj 1

con

xb=^

=J

1 W7- 1

(2.20)

wM Y W D
y el estimador del centroide binario es NN'
T-<

N*

(2.21)

'r-i

xb=^i

NN'

=J

I %
1

2.
1J

(2.22)

con

nb=iynb
N'^ i

(2.23)

Debido a la modificacin de la distribucin de fotones detectados, el centroide binario no tiene porque coincidir con el centroide poissoniano, por tanto existe un error sistemtico dado por

17

NN' c c
NN'
-d

NN' b
IJ

y w . ij .

NN'
-t

y w.. ij
IJ

(2.24)

Aplicando la ley de propagacin de errores, a la expresin (2.20), empleando (2.19). y tomando como origen de coordenadas el centroide real se obtiene(34) NN'
Var

/NN'
J

IPijd)

(2.25)

2.6 Correccin del error sistemtico debido a la binarizacin.

2.6.1 Introduccin.

En condiciones de baja luminosidad, la intensidad recibida por el pixel, W j, b est relacionada con la intensidad medida, W . , mediante la frmula

Wij = -ln(l - WbJ= W bj+ ^y por tanto

(2.26)
b2

w . = i Y w . . i _ y W.. + - J y w . .
El estimador de en deteccin poissoniana es(^5)

N'

N'

N'

(2.27)

W 2 = n.in.. - l) 18

(2.28)

la deteccin es binaria, el estimador de W . tiene una forma similar, b Sin embargo, dado que n slo puede ser 0 o 1, este estimador se anula siempre

.. = n n.. - 1 = 0

(2.29)

Por tanto no es posible estimar el segundo sumatorio de la ecuacin (2.27) que permitira obtener una buena estimacin del centroide empleando datos binarios. 2.6.2 Autocorrelacin.

La funcin de autocorrelacin(35) discreta de una funcin fj se define como N" j a la variable % se le denomina retardo. La autocorrelacin de la intensidad W jj para un valor i fijo y para un retardo nulo

(2.30)

j coincide con la cantidad que queremos estimar. Experimentalmente la autocorrelacin se estima^ ^)

(2.31)

y,n.n.J+5 c>0 . N
j
J

N'

T n i n . - l) ^=0
19

ti'

(2.32)

A mador

nosotros

nos interesa estimar la correlacin

para retardo

cero,

pero

el esti-

N'

n..

-1

(2.33)

siempre ( 3 5 )

Pan consiste

compensar este sesgo, en este trabajo se propone en hacer l a siguiente aproximacin

un mtodo

s e n c i l l o que

G (0) = G (Y)
(2) (2)

(2.34)

donde Y por

es la dimensin del p i x e l segn el eje y . U n mtodo s i m i l a r fu propuesto pm

e

Hofmann(36) en

\a del agujero de

central de l a autocorrelacin, que de alta resolucin.

aparece

l a reconstruccin

imgenes

2.6.3

Estimadores

de

correccin.

Vamos

ahora

construir

un e s t i m a d o r

aproximado

de

W..

De

la

ecuacin

(2.34) se deduce que

j E l segundo

m i e m b r o de (2.35) se puede estimar con (2.32). Si tenemos en cuendiferentes, y que la correlacin es u n a funcin

ta que (2.35) tiene dos ecuaciones simtrica, al pasar a estimadores

podemos

u t i l i z a r el promedio de los dos estimado-

res que resultan c o n el f i n de reducir el r u i d o . Se obtiene de esta f o r m a el estimador aproximado

N'

N'
W

L Y

b *

J _ Y n

+ n .
b

N'

i)

(2.36)

20

Las

I 27) y (2.36) nos llevan al siguiente estimador de W j

N'

W ,

= - L I
N

?i+7l(Vi)+n!'(i-
hecho para obtener l a ecuacin

(2.37)

La

aproximacin a

que

hemos

(2.37)

es

equivalente

b * . ij

^l iQ i) ij
W +

+ 2

i(i-i),

(2.38)

Otras

dos

aproximaciones

similares

son

w ij
b

Wj i
b

( (i+lh
W

( U

(2.39) (2.40)

w
que nos llevan a los siguientes estimadores

N'

N' ;
N'

(2.41)

N"J

^ (

f i

l ^

fi-i)i

i(j l)
+

+ n

?(j-l))

(2.42)

Cualquiera una

d e los

tres, (2.37), del

(2.41),

o (2.42)

se puede

u t i l i z a r para

conseguir

estimacin

corregida

centroide

(2.43)
N

21

con

error

sistemtico

dado

por

x - X

(2.44)

i En llega cuanto al error estadstico, aplicando la ley de propagacin mayor (la de errores se

a que para el

estimador

que presenta

la correcin

correspondien-

te a la expresin (2.37) como

veremos en el apartado 4.3) se tiene

Var ( W ? ) - X [ l + ^ ( w h , W j , . ^ W j [ l - W J
+1 + b

(2.45)

N'

i -

Var fe) =
N \

(2.46)

2.6.4

Mejora.

Para metro

definir

c u a n t i t a t i v a m e n t e la c a lid a d mejora.

de

la correccin,

u t i l i z a m o s u n par-

que

denominamos

Se define

l a mejora

de u n a correccin con ella, cuando

dada como

el tanto por ciento d e l error referencia para el posible. error

sistemtico que se c o r r i g e sistemtico el centroide

se toma como

poissoniano,

que es l a mejor

determinacin

Mejora = 100

c Ve

c el

(2.47)

22

3.1
B

Descripcin

de

la

simulacin.
de simulacin es el clculo de l a intensidad l u m i ello se necesita conocer l a distribucin de inten-

priaaer paso en el proceso p i x e l . Para

aoaa qme recibe cada

sidad d e l a l u z que incide sobre el detector. L a distribucin preseata de manera se suele ms general sustituir es la distribucin

de i n t e n s i d a d que se Sin embargo que es mucho esta ms

de A i r y ( 3 7 ) gaussiana,

distribucin fcil

p o r una distribucin l a de A i r y 8 4 % de la

de c o m p u t a r y reproduce central buena. contiene el

hasta el p r i m e r mnimo. Puesto energa total' la

q u e el es

mximo bastante

aproximacin

Se considera u n detector dimensiones distribucin do. Puesto en ambos ejes.

intensificado de 2 0 X 2 0 Se consideran, y

pixeles,

idnticos

y de

iguales de da-

adems',

seales

bidimensionales de fotones

de intensidad gaussianas,

normalizadas

a u n nmero

que el detector es intensificado, tratamos el caso de deteccin discreta.

3.2

Simulacin
Para reproducir en cada

de

deteccin
discreta el

discreta.
hay que generador s i m u l a r cuentas de poissonianos con estadstica que

l a deteccin

poissoniana aparece en

p i x e l . Se emplea Recipes^^.

POIDEV,

Numerical

Los una

resultados de l a generacin b i d i m e n s i o n a l que

de cuentas de todos la simulacin

los pixeles de

se guardan en poisso-

matriz

representa

u n a deteccin

niana s i n r u i d o de deteccin. Las cuentas de r u i d o se s i m u l a r o n c o m o de el variables mismo aleatorias medio i.i.d. para (independientes todos los pixeles e y idnticamente

u n conjunto

d i s t r i b u i d a s ^ ) ) con de p r o b a b i l i d a d

valor

con distribucin

poissoniana en cada uno de e l l o s ( 4 0 )

?.?

Clculo
Coa

de

los

datos a p a r t i r

de la

simulacin.

l a deteccin

simulada se calcula el centroide de la m i s m a f o r m a que se ha10^ centroides para cada seal y se c a l c u l a su va-

ra c o a datos reales. Se obtienen har aaedk) y su desviacin

tpica, datos que se compararan con los que p r o p o r c i o n a

24

la

teora-

realizaron 4-t- y para

simulaciones ruido entre 0

para y 5'5

intensidades cuentas de

comprendidas ruido

entre

1024 la

por deteccin. no coincide

Cuando

deteccin es binaria, el nmero de fotones ae selecciona en resoltados los fotones parmetro detector, el para la seal (hay prdida

que se detectan de fotones).

con el que cuando los

Tampoco

coinciden

caso de correccin, en funcin

ya que sta no es perfecta. del nmero de fotones

S i n embargo,

se representan detectados.

de l a seal,

y no de

L o hacemos del perfil

as porque el nmero de fotones de intensidad de la luz

de seal es u n sobre el

independiente cosa

incidente

que no ocurre con los fotones

detectados.

Los trastan

resultados

obtenidos

de

forma

terica

en los apartados

anteriores El

se

conde con-

c o n los obtenidos previamente en

mediante

l a simulacin (ver de

del e x p e r i m e n t o . 29, 41)

proceso las

simulacin, diciones

comprobado,

referencias estas

reproduce

habituales

u n e x p e r i m e nt o

caractersticas.

3.4

Efecto
Las

del

movimiento
se e fe c t ua r on

del

centroide.
una distribucin fijo, de intensidad de u n a

realizaciones sobre el

considerando

incidente realizacin este

detector Aunque aade

c o n centro

en u n punto reales el

que no c a m b i a est en

a otra. no

en situaciones complejidad

centroide E l nico

movimiento, que tiene es

fenmeno

al p rob le m a .

efecto fijo.

aadir l a varianza al estimador

del m o v i m i e n t o fijo, x

a l a varianza del centroide

Si l l a m a m o s X^.

d e l centroide

al del centroide en m o v i m i e n t o y V M a l a vareal, l a relacin entre las tres magnitudes es

rianza

de m o v i m i e n t o

del centroide

(3.1)

Esta

relacin

se verific

con l a simulacin, como

puede

verse en l a f i g u r a 3.1 obtenidos de la s i -

e a l a que se representa aaalaciB de deteccin

la ecuacin (3.1), j u n t o con los valores poissoniana.

25

S e as urna, disuibacin de p r o b a b i l i d a d g a u s s i a n a p a r a s i m u l a r l a p o s i c i n d e l te l a distribucin de i n t e n s i d a d de l a l u z i n c i d e n t e .

1 0

~I

11ir-r

Q
0.1
_l I

' ' ' I 10 100 N (fotones/deteccin) 1 000

F i g u r a 3.1 D e t e c c i n p o i s s o n i a n a s i n r u i d o . E f e c t o d e l m o v i m i e n t o d e l c e n t r o i d e . D e s v i a c i n tpica d e l c e n t r o i d e de l a i m a g e n en funcin d e l nmero de f o t o n e s . L a teora se r e p r e s e n t a m e d i a n t e l a lnea c o n t i n u a , y los r e s u l t a d o s de la simulacin m e d i a n t e c r c u l o s . A n c h u r a d e l p e r f i l de i n t e n s i d a d i n c i d e n t e a =2.6 p i x e l e s . V M = 1 p i x e l .

3. 5 E r r o r s i s t e m t i c o r e l a t i v o en f u n c i n d e l d e s p l a z a m i e n t o del perfil.

D e b i d o a l tamao f i n i t o de l o s d e t e c t o r e s , e l p e r f i l de i n t e n s i d a d s u f r e

recortes

q u e p r o d u c e n u n e r r o r sistemtico en el c l c u l o d e l c e n t r o i d e . E n l a s f i g u r a s 3 . 2 . a , b, c se r e p r e s e n t a e l e r r o r sistemtico r e l a t i v o e n funcin d e l d e s p l a z a m i e n t o p e r f i l , y p a r a l o s t r e s t i p o s de c e n t r o i d e ( p o i s s o n i a n o , b i n a r i o y c o r r e g i d o ) . u n a de l a s g r f i c a s c o r r e s p o n d e a u n a a n c h u r a de p e r f i l d i f e r e n t e . del Cada

Se o b s e r v a converger

c o m o los errores del centroide corregido

y poissoniano

tienden a

al aumentar la anchura del p e r f i l .

26

0.5

0.4

0.3

"

0.2

0.1

0
2 3 4 5 6 7 8 (pixeles) 9 10 Desplazamiento

F i g u r a 3 . 2 . a E r r o r sistemtico r e l a t i v o d e l c e n t r o i d e en funcin d e l d e s p l a z a m i e n t o d e l p e r f i l r e s p e c t o a l c e n t r o d e l d e t e c t o r . A n c h u r a d e l p e r f i l de i n t e n s i d a d i n c i d e n t e o = 0 . 8 6 p i x e l e s .
s

S i n r u i d o . L a s lneas r e p r e s e n t a n l o s v a l o r e s tericos y l o s p u n t o s l o s r e s u l t a d o s o b t e n i d o s p o r simulacin. D e t e c c i n p o i s s o n i a n a (lnea a trazos y c r c u l o s ) . D e t e c c i n b i n a r i a (lnea p u n t e a d a y c u a d r a d o s ) . C o r r e c c i n de l a deteccin b i n a r i a (lnea c o n t i n u a y r o m b o s ) .

0.5

0.4
o >

0.3

0.2

0.1

o
2 3 4 5 6 7 8 (pixeles) 9 10 Desplazamiento

F i g u r a 3 . 2 . b E r r o r sistemtico r e l a t i v o d e l c e n t r o i d e en funcin d e l d e s p l a z a m i e n t o d e l p e r f i l respecto a l c e n t r o d e l d e t e c t o r . A n c h u r a d e l p e r f i l de i n t e n s i d a d i n c i d e n t e o = 2 . 6 p i x e l e s . S i n

s

raido.

L a s lneas r e p r e s e n t a n l o s v a l o r e s tericos y l o s p u n t o s l o s r e s u l t a d o s o b t e n i d o s p o r l a c i n . D e t e c c i n p o i s s o n i a n a (lnea a t r a z o s y c r c u l o s ) . D e t e c c i n b i n a r i a (lnea y c u a d r a d o s ) . C o r r e c c i n de l a deteccin b i n a r i a ( l n e a c o n t i n u a y r o m b o s ) .

27

0.3

0.2

0.1

i_

8 (pixeles)

10

Desplazamiento

F i g u r a 3.2.c E r r o r sistemtico r e l a t i v o d e l c e n t r o i d e en funcin d e l d e s p l a z a m i e n t o d e l p e r f i l r e s p e c t o a l c e n t r o d e l d e t e c t o r . A n c h u r a d e l p e r f i l de i n t e n s i d a d i n c i d e n t e o = 6 . 0 p i x e l e s . S i n

s

r u i d o . L a s lneas r e p r e s e n t a n l o s v a l o r e s tericos y los p u n t o s l o s r e s u l t a d o s o b t e n i d o s p o r simulacin. D e t e c c i n p o i s s o n i a n a (lnea a t r a z o s y c r c u l o s ) . D e t e c c i n b i n a r i a ( l n e a p u n t e a d a y c u a d r a d o s ) . C o r r e c c i n de l a deteccin b i n a r i a (lnea c o n t i n u a y r o m b o s ) .

28

4.1

Deteccin

poissoniana.

Cuate

el detector

recibe

u n a i n t e n s i d a d m u y b a j a , y se d e t e c t a n

fotones

individualmente, estamos

en e l c a s o d e d e t e c c i n

discreta. En una deteccin en u n p i x e l d e b e s e g u i r

p e r f e c t a l a estadstica d e l nmero de f o t o n e s

detectados

n a d i s t r i b u c i n de p r o b a b i l i d a d p o i s s o n i a n a ( d e t e c c i n p o i s s o n i a n a ) . E s t e t i p o de deteccin y a h a s i d o e x h a u s t i v a m e n t e e s t u d i a d a . E n l a s r e f e r e n c i a s se e n c u e n t r a n e x p r e s i o n e s (2), (29) y (41)

tericas que d e s c r i b e n l o s e r r o r e s estadsticos en l a

m e d i d a d e l c e n t r o i d e de u n a i m a g e n . D i c h o s e r r o r e s estadsticos v i e n e n d a d o s p o r la frmula (2.11).

P a r a c o m p r o b a r l a r e l a c i n ( 2 . 1 1 ) se simul u n e x p e r i m e n t o de d e t e c c i n p o i ssoniana. U t i l i z a m o s d i s t r i b u c i o n e s gaussianas p a r a el p e r f i l d e i n t e n s i d a d de l a

l u z i n c i d e n t e s o b r e e l d e t e c t o r . A p a r t i r de l a simulacin se o b t i e n e n v a l o r e s de l a d e s v i a c i n tpica d e l c e n t r o i d e q u e se c o m p a r a n c o n l o s tericos d a d o s p o r ( 2 . 1 1 ) . L a c o m p a r a c i n se r e a l i z en funcin de l a a n c h u r a d e l p e r f i l de l a i n t e n s i d a d de l a l u z i n c i d e n t e ( c a r a c t e r i z a d a p o r su desviacin tpica a ) , e l nmero t o t a l de f o t o s

nes, y e l r u i d o de deteccin.

Se u t i l i z a r o n t r e s v a l o r e s de CT d i f e r e n t e s .
S

El menor valor corresponde

a una

distribucin e s t r e c h a , que tan slo p e r m i t e u n a resolucin baja, y por t a n t o no r e p r e s e n t a u n c a s o p r c t i c o . L a d i s t r i b u c i n ms a n c h a p r e s e n t a e l p r o b l e m a d e u n recorte de l o s b o r d e s del perfil de l a i n t e n s i d a d . L a a n c h u r a i n t e r m e d i a r e -

p r e s e n t a u n c a s o p t i m o ^ ^ ) d o n d e l a resolucin es a l t a y e l d e t e c t o r t i e n e u n t a mao s u f i c i e n t e p a r a e v i t a r r e c o r t e s y es p o r t a n t o r e p r e s e n t a t i v a de l a s a n c h u r a s c o n l a s q u e se t r a b a j a e x p e r i m e n t a l m e n t e . Se c u b r e de esta f o r m a t o d o e l p o s i b l e e s p e c t r o de v a l o r e s de a , desde l o s m u y pequeos, a l o s m u y g r a n d e s . L o s r e s u l t a s

d o s o b t e n i d o s p o r s i m u l a c i n de d e t e c c i n p o i s s o n i a n a se r e p r e s e n t a n e n l a f i g u r a

30

4 . 1 . d o n d e se m u e s t r a l a desviacin tpica d e l c e n t r o i d e de l a i m a g e n . T a m b i n se r e p r e s e n t a n en e l l a l a s c u r v a s tericas o b t e n i d a s de ( 2 . 1 1 ) . L a r e p r e s e n t a c i n se hace en funcin d e l nmero t o t a l de f o t o n e s , para tres v a l o r e s de C , y c o n s i d e r a n s

do que no h a y r u i d o de d e t e c c i n . Se a p r e c i a u n a b u e n a c o n c o r d a n c i a e n t r e l o s v a l o t e s tericos, y l o s o b t e n i d o s p o r simulacin de deteccin p o i s s o n i a n a . Se o b s e r v a tambin q u e e l e r r o r e s t a d s t i c o d i s m i n u y e a l a u m e n t a r e l nmero de f o t o n e s , y a l d i s m i n u i r e l v a l o r de a .

s

10

U)

a <o

'5.
c o o ra
(D

" Og=6.0

pixeles pixeles pixeles

0.1

|i a =2.6 O =0.86
s

0.01
10 N

i i

100 (fotones/deteccin)

1000

Figura 4 . 1 Deteccin poissoniana sin ruido. Desviacin tpica del centroide en funcin del nmero de fotones, para varias anchuras de perfil de intensidad de luz incidente. Dependencia con la anchura del perfil de intensidad de luz incidente. Las lneas representan los valores tericos, y los puntos los obtenidos por simulacin. En presencia de r u i d o , e l e r r o r estadstico d e l c e n t r o i d e tambin q u e d a bien

m o d e l i z a d o p o r l a expresin ( 2 . 1 1 ) , t a l c o m o se p u e d e o b s e r v a r e n l a s f i g u r a s 4 . 2 . a y 4 . 2 . b . E n 4 . 2 . a se r e p r e s e n t a n las d e s v i a c i o n e s tpicas d e l c e n t r o i d e ( t e r i c a s y

o b t e n i d a s p o r s i m u l a c i n ) e n funcin d e l nmero t o t a l de f o t o n e s , y p a r a u n r u i d o de 4 f o t o n e s p o r d e t e c c i n y desviacin tpica a = 0 . 1 f o t o n e s / p i x e l . Este v a l o r de a

r

es a a a cota superior para detectores

intensificados^^.

31

10 N

100 (fotones/deteccin)

1000

F i g u r a 4 . 2 . a Deteccin p o i s s o n i a n a . Desviacin tpica d e l c e n t r o i d e en funcin d e l nmero de f o t o n e s , p a r a v a r i a s a n c h u r a s de p e r f i l de i n t e n s i d a d de l u z i n c i d e n t e . R u i d o de deteccin 4 fotones/deteccin, o~ =0.1 f o t o n e s / p i x e l . Las lneas r e p r e s e n t a n los v a l o r e s t e r i c o s , y los
r

p u n t o s l o s o b t e n i d o s p o r simulacin.

0.8 0.7
u
X

0.6 0.5 0.4 0.3 0.2 0.1

-*

1 6

'

-<r

'

1 o

Oj=6.0

pixeles

o >" c

O =2.6
s

pixeles 9

-Q

?2 o o
'>

3-

I
-

0 9

i 1
1

o =0.86
s

pixeles
, 1 ,

Ruido

(fotones/deteccin)

F i g u r a 4 . 2 . b Deteccin p o i s s o n i a n a . Desviacin tpica d e l c e n t r o i d e en funcin d e l nmero de f o t o n e s , p a r a v a r i a s a n c h u r a s de p e r f i l de i n t e n s i d a d de l u z i n c i d e n t e . 5 0 f o t o n e s de seal. Las lneas r e p r e s e n t a n l o s v a l o r e s tericos, y los p u n t o s los o b t e n i d o s p o r simulacin.

32

En la figura 4.2.b se representa la desviacin tpica del centroide en funcin del ruido, para na nmero de fotones incidentes fijo. Se observa que el error estadstico crece al aumentar el ruido, y que dicho crecimiento es ms rpido para perfiles de iaiensidad estrechos.

4.2. D e t e c c i n binaria.

En este apartado estudiamos, los errores sistemticos y estadsticos que aparecen en la medida del centroide cuando la deteccin es binaria. Los centroides calculados a partir de las imgenes binarias, simuladas, se comparan con las expresiones tericas
(2.14)

y (2.25). Consideramos en todos los casos cr =2.6 pixeles. Para

s

el clculo de los errores estadsticos tericos se supone el centroide del perfil de intensidad incidente en el centro del detector. Sin embargo, para los errores sistemticos hay que desplazarlo a cierta distancia del centro, ya que este error se anula cuando el centroide del perfil de intensidad incidente se sita en el centro del detector. Para evitar esto se usa un perfil de intensidad para la luz incidente centrado a 2 pixeles del centro del detector. El error sistemtico se debe a que el centroide binario no coincide, en general, con el centroide del perfil de la intensidad de la luz incidente sobre el detector, sino que se sita entre este ltimo y el centro del detector. El efecto se hace ms acusado al aumentar el nmero de fotones.

Como primer paso se procede a comparar las ecuaciones tericas

(2.14)

y (2.25)

con los datos obtenidos por simulacin de deteccin binaria. En la figura 4.3 se representa la desviacin tpica del centroide de la imagen en funcin del nmero de fotones para el caso en que no hay ruido de deteccin. Se muestran las dos curvas tericas, junto con los datos obtenidos por simulacin de deteccin binaria. El valor
OQ

de la ecuacin

(2.14)

se obtiene mediante ajuste a los datos de la simulacin

y vale OQ=2.9 pixeles, valor para el que el ensanchamiento c a r a c t e r s t i c o del

33

intensificados definido en el apartado 2.4, resulta ser a = 1 . 2 pixeles. Como se

n t

aprecia ea la figura 4.3 la ecuacin (2.25) funciona en un rango ms amplio que (2.14).

Nos centraremos ahora en la ecuacin (2.25) y compararemos los valores que proporciona con los datos obtenidos a partir por simulacin de deteccin binaria, ea funcin del nmero de fotones y del ruido de deteccin. La figura 4.4.a muestra la desviacin tpica del centroide (obtenida por simulacin y de (2.25)) en funcin del nmero de fotones. Se considera en ella un ruido de 4 fotones por deteccin y a = 0 . 1 fotones/pixel. La figura 4.4.b presenta la dependencia de la d e s v i a c i n
r

tpica del centroide con el ruido, para un nmero de fotones de seal fijo.

Se

observa que, al igual que para la deteccin poissoniana, el error estadstico del centroide d i s m i n u y e apreciablemente al aumentar el n m e r o de fotones y aumenta ligeramente al crecer el ruido.

1 0

1iiiP|

1iirr|

1iIT

0.01 10 N 100 (fotones/deteccin) 1000

Figura 4.3 D e t e c c i n binaria sin ruido de deteccin. Anchura del perfil de intensidad incidente, o =2.6 pixeles. Comparacin de las expresiones tericas (2.14) (lnea continua) y
$

(2.25)

(lnea a trazos), de los errores estadsticos con los resultados de la simulacin (crculos).

34

100 (fotones/deteccin)

1000

Figura 4.4.a D e t e c c i n binaria sin ruido. Desviacin tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad incidente, o =2.6 pixeles. Ruido de
s

deteccin 4 f o t o n e s / d e t e c c i n , o =0.1 fotones/pixel. L a lnea continua representa los valores

r

tericos, y los crculos los obtenidos por simulacin.

0.8

u
X

u l
-o u

Ruido

3 4 (fotones/deteccin)

Figura 4.4.b Deteccin binaria. Desviacin tpica del centroide en funcin del nmero de fotones de ruido. Anchura del perfil de intensidad incidente c =2.6 pixeles. 50 fotones de
s

seal. L a lnea continua representa los valores tericos, y los crculos los obtenidos por
simulacin.

35

Los resultados para los errores sistemticos se muestran en las figuras 4.5.a y 4.5.b.

La grfica 4.5.a muestra el error sistemtico del centroide en funcin del natero total de fotones para un ruido de 4 fotones por deteccin y a =0.1 fotones/pir

xel. Se observa que el error sistemtico decrece inicialmente al aumentar el nMero de fotones, hasta que se alcanza un mnimo, y despus vuelve a aumentar. Esto se debe a que si bien inicialmente la imagen se va defiendo mejor al aumentar el nmero de fotones (mientras los efectos de la binarizacin se mantienen pequeos), se acaba llegando a un punto en el que la binarizacin deforma severamente la imagen, y el error sistemtico vuelve a aumentar.

10

f-T

U
X

1
o u

G
0.1
o
E

0.01
1 0

100 (fotones/deteccin)

1000

Figura 4.5.a D e t e c c i n binaria. Error sistemtico del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad incidente, a =2.6 pixeles, centroide de la misma
s

situado a 2 pixeles del centro del detector. Ruido de deteccin 4 fotones/deteccin, o =0.1 for

tones/pixel. L a lnea continua representa los valores tericos, y los crculos los obtenidos por simulacin.

En la figura 4.5.b se representa el error sistemtico en la determinacin del centroide en funcin del nmero de fotones de ruido. Se aprecia como el error sistemtico del centroide aumenta al incrementarse el nmero de fotones de ruido.

36

0.3

2 Ruido

3 4 (fotones/deteccin)

Figura 4.5.D D e t e c c i n binaria. Error sistemtico del centroide en funcin del nmero de fotones de ruido. Anchura del perfil de intensidad incidente c =2.6 pixeles. 50 fotones de
s

seal. L a lnea continua representa los valores tericos, y los crculos los obtenidos por simulacin.

4.3. C o r r e c c i n .

En el apartado (2.6.5) propusimos tres posibles correcciones del error sistemtico en la medida del centroide binario (frmulas (2.37), (2.41), y (2.42)). Para dilucidar cual de las tres es la mejor, se simula una deteccin binaria con un perfil de intensidad situado a 2 pixeles del centro del detector, y con anchura CT =2.6 pixeles.
S

Se calcularon los errores sistemticos para las tres correcciones del centroide binario, tomando como referencia la deteccin poissoniana. Los resultados se presentan en la figura 4.6, donde se muestra el error s i s t e m t i c o de las tres correcciones y el predicho por la teora para la estimacin (2.37) en funcin del nmero de fotones. Se consider que no haba ruido de deteccin. Se aprecia que la c o r r e c c i n correspondiente a la ecuacin (2.37) es la que da menores errores s i s t e m i c o s . por lo que ser la empleada en el estudio posterior.

37

: :5
0.04 -

(fotones/deteccin),

Figura 4.6 Diferencia entre las estimaciones corregidas del centroide y el centroide poissoniano en funcin del nmero de fotones. Se presentan los resultados de la simulacin para la correcin (2.37) (crculos), la (2.41) (cuadrados), y la (2.42) (rombos). La lnea continua es el error sistemtico terico correspondiente a la correccin (2.37). Anchura del perfil de intensidad incidente o =2.6 pixeles. Sin ruido de deteccin.

Para comprobar la calidad del mtodo de correccin la del error sistemtico del centroide b i n a r i o , se obtuvieron valores de la mejora (definida mediante la expresin (2.47)) obtenida con la correccin del centroide, con y sin ruido, para dos anchuras de perfil de intensidad incidente. Los resultados se muestran en las figuras 4.7.a y 4.7.b. En la primera se representa la mejora terica y la obtenida experimentalmente en la s i m u l a c i n , en funcin del nmero de fotones y sin ruido de deteccin. En la figura 4.7.b se representan los resultados obtenidos para un ruido de deteccin de 4 fotones por deteccin y a =0.1 fotones/pixel. Se observa
r

comparando ambas grficas que la mejora es mayor cuando hay ruido. Este hecho se debe a que la a p r o x i m a c i n (2.38) es exacta para un perfil de intensidad uniforme, como la distribucin del ruido. Por tanto la presencia de ruido mejora la aproximacin (2.38) para el conjunto de seal y ruido. Esto no significa que el centroide se determine mejor con ruido que sin l. Hay que recordar que la mejora de la correccin se define tomando como referencia la deteccin poissoniana, que

38

en

presencia

de

ruido

de

deteccin

presenta

un e r r o r

sistemtico

que

la

c o r r e c c i n no e l i m i n a .

100

'

'

200 N

400 600 (fotones/deteccin)

800

1000

Figura 4.7.a Mejora de la estimacin (2.37) en funcin del nmero de fotones, para dos anchuras del perfil de intensidad. Sin ruido de deteccin. Las lneas representan los valores tericos, y los puntos los obtenidos por simulacin.

100
A
8 0
D

i
\
\ \ \ O

r i i i

'

= 6 . 0

p i x e l e s

60

"

:
2
40

V
\~

>3
0"
s

"**
p i x e l e s

^"~"""---^ ~ ~~ -"

_
D

=2.6

20

i , , . i , , , 1 , , , 1 . , .

, . 1 _

200 N

400 600 (fotones/deteccin)

800

1000

Figura 4.7.b Mejora de la estimacin (2.37) en funcin del nmero de fotones, para dos oras de perfil de intensidad. Ruido de deteccin 4 fotones/deteccin, o =0.1 fotones/pir

xel. L a s lneas representan los valores tericos, y los puntos los obtenidos por simulacin.

39

Otro hecho apreciable en las figuras 4.7.a y 4.7.b es que la mejora disminuye al aumentar el nmero de fotones. Esto es debido a que la correccin que se aplica es slo de segando orden.

Por ltimo se estudia el efecto de la correccin de la binarizacin en los errores estadsticos. A l igual que en el caso de binarizacin, para el clculo de errores estadsticos se considera el perfil de la intensidad de la luz incidente centrada en el centro del detector. Los valores tericos y simulados se comparan representando los errores estadsticos en funcin del nmero total de fotones y del ruido. Se hace esto para tres valores de G y los tres tipos de centroide (poissoniano, binario y
s

corregido). En la figura 4.8.a se muestra la desviacin tpica del centroide, tanto la obtenida experimentalmente en la simulacin, como de la teora (frmula (2.46)). La representacin se hace en funcin del nmero total de fotones, con un ruido de deteccin de 4 fotones por deteccin, a =0.1 fotones/pixel y considerando una
r

anchura para un perfil de la intensidad de luz incidente de a =0.86 pixeles. En las

s

figuras 4.8.b y 4.8.c se repite el proceso anterior para otras dos anchuras del perfil de intensidad. Se observa en estas tres grficas como el error estadstico disminuye al aumentar de nmero de fotones.

En las figuras 4.9.a, 4.9.b, y 4.9.c se muestran los resultados del estudio de los errores estadsticos en funcin del ruido. En 4.9.a se muestra la desviacin tpica del c e n t r o i d e de la imagen en f u n c i n
s

del n m e r o de fotones para una

distribucin de luz de a =0.86 pixeles. En las grficas 4.9.b y 4.9.C se repite el mismo estudio para dos anchuras diferentes. Se observa que el error estadstico crece al aumentar el ruido de deteccin, excepto en la figura 4.9.c donde se mantiene p r c t i c a m e n t e constante.

40

0.01

10
N

100 (fotones/deteccin)

1000

Figura 4.8.a D e s v i a c i n tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad o =0.86 pixeles. Las lneas representan los valores tericos y los puntos
s

los obtenidos por simulacin. Deteccin poissoniana (lnea continua y crculos). D e t e c c i n binaria (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). Ruido de deteccin 4 fotones/deteccin, o =0.1 fotones/pixel.
r

1o

i>|

1iii'

* i

'ii<r-.

0.01
10

100 (fotones/deteccin)

1000

Figura 4.8.b D e s v i a c i n tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad o =2.6 pixeles. Las lneas representan los valores tericos y los puntos
$

los obtenidos por simulacin. Deteccin poissoniana (lnea continua y crculos). D e t e c c i n ia (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). Ruido de deteccin 4 fotones/deteccin, o =0.1 fotones/pixel.
r

41

10

1 r

0.1
Q

0.01 N 100 (fotones/deteccin) 1000

Figura 4.8.C. D e s v i a c i n tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad os=6.0 pixeles. Las lneas representan los valores tericos y los puntos los obtenidos por simulacin. Deteccin poissoniana (lnea continua y crculos). D e t e c c i n binaria (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). Ruido de deteccin 4 fotones/deteccin, o =0.1 fotones/pixel.
r

0.8 0.7
i)
X
a __

0.6 0.5 0.4 r

a.

d
u

a
-o
Q

0.1 Ruido 3 4 (fotones/deteccin)

Figura 4.9.a D e s v i a c i n tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad os=0.86 pixeles. Deteccin poissoniana (lnea continua y crculos). Las

Incas representan los valores tericos y los puntos los obtenidos por simulacin. D e t e c c i n
binaria (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). 50 fotones de seal.

42

0.8 0.7
o

0.6 0.5
c
O

0.4 0.3 0.2 0.1 1

.-9 9-, . < -e e-

8- - 9-. -

-. r i l

> U

2 Ruido

3 4 (fotones/deteccin,)

Figura 4.9.D Desviacin tpica del centroide en funcin del nmero de fotones de ruido. Anchura del perfil de intensidad o =2.6 pixeles Deteccin poissoniana (lnea continua y
s

c r c u l o s ) . Las lneas representan los valores tericos y los puntos los obtenidos por simulacin. Deteccin binaria (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). 50 fotones de seal.

0.8 :3 _ 0.7
X

e
_" _" n; _

o
_d _

-_m

0.6 0.5 0.4 0.3 0.2 0.1 1 2 Ruido

_L

73

c
O

u 2
i)

3 4 (fotones/deteccin)

Figura 4.9.C D e s v i a c i n tpica del centroide en funcin del nmero de fotones. Anchura del perfil de intensidad o =6.0 pixeles. Deteccin poissoniana (lnea continua y crculos). Las
s

leas representan los valores tericos y los puntos los obtenidos por simulacin. Deteccin
binaria (lnea a trazos y cuadrados). Correccin de la deteccin binaria (lnea punteada y rombos). 50 fotones de seal.

43

* Hemos visto que el clculo del centroide de una imagen es una tcnica con aplicacin en diversos campos, como por ejemplo: sistemas de seguimiento para comunicaciones por lser, sistemas de navegacin para satlites, mejora de la

resolucin mediante el recentrado de imgenes, y ptica adaptativa.

* Cuando las condiciones de baja iluminacin fuerzan el uso de intensificadores, se modifica la estadstica de los fotones detectados, pasando de ser una estadstica poissoniana a una binaria.

* La binarizacin aumenta los errores estadsticos y sistemticos del centroide, respecto a la deteccin poissoniana.
i

* Se ha mostrado que los efectos de la binarizacin en el clculo del centroide no se pueden explicar simplemente mediante el modelo del ensanchamiento de la imagen, como se ha sugerido en otros trabajos. * Se ha introducido un modelo terico para explicar los efectos del uso de intensificadores en la medida del centroide.

* Se han probado tres expresiones para efectuar estimaciones corregidas del centroide y se han comparado entre s mediante simulacin. Se ha comprobado que una de ellas ofrece mejores resultados.

* Se han llevado a cabo una serie de experimentos simulados que han mostrado la aplicabilidad prctica de la estimacin corregida del centroide. Comparando la teora con los resultados de la simulacin, se ha comprobado el buen comportamiento del las expresiones tericas del error y de la estimacin corregida.

* La reduccin del error sistemtico es ms importante para bajas intensidades, lo que se corresponde con la situacin experimental ms interesante.

* As mismo, para bajas intensidades, la reduccin del error sistemtico crece ai aumentar la anchura del perfil de intensidad la luz incidente, pero al aumentar d aimcro de fotones la tendencia se invierte.

45

* Pira aaa intensidad dada la correccin del error sistemtico aumenta con el raido, asaque ello no implique una mejor determinacin del centroide para un ruido mayor.

" El efecto de la correccin en el error estadstico es mayor (en valor absoluto) para pequeas anchuras del perfil de intensidad. Esto ocurre para todas las intensidades de seal y ruido que se consideraron.

* El estudio realizado sobre el comportamiento de la estimacin corregida del centroide muestra que es una tcnica til para mejorar la precisin con que se determina el centroide de una imagen, en condiciones de baja luminosidad.

46

1. - Bar-Shalom Y.. Shartukde H. M., Pattipati K. R., 1990, "Precisin target tracking for small extended objects", Optical Engineering, 2, 121. 2. - Bar-Shalom Y.. Li X., 1995, Multitarget-Multisensor Techniques. (YBS, Nueva Orleans). Tracking. Principies and

3. - Elbaum M., Diament P., 1977, "Estimation of image centroid, size, and orientation with lser radar", Applied Optics, 16, 2433. 4. - Russell, D., Homayoon A., Chen C , 1994, "LaserCom Acquisition and Tracking Control using a CCD-based Tracker", SPIE Free-Space Lser Communication Technologies VI, 2123. 294. 5. - Inagaki K., Miyazaki T., Fujise M., 1994, "High-speed tracking target simulator for fine tracking mechanism", SPIE Free-Space Lser C o m m u n i c a t i o n Technologies VI, 2123, 304. 6. - Green S., 1994, "Acquisition and tracking with a charge-coupled device", SPIE Free-Space Lser Communication Technologies VI, 2123, 316. 7. - Homayoon A, Voisinet L., 1994, "CCD-based control-loop for precisin pointing", SPIE Acquisition, Tracking, and Pointing VIII, 2 2 2 1 , 148. 8. - Russell, D., Homayoon A, 1994, "Highly accurate tracking system for a lser Communications link", SPIE Acquisition, Tracking, and Pointing VIII, 2 2 2 1 , 152. 9. - van Bezooijen, R. W. H, 1994, "True-Sky demonstration of an autonomous star tracker", SPIE Acquisition, Tracking, and Pointing VIII, 2 2 2 1 , 156. 10. - Thomas P., Prathap G., Rao V. K., Jain Y. K., 1994, "Star Tracker for Remote Seasing Satellites", SPIE Acquisition, Tracking, and Pointing VIII, 2 2 2 1 , 169. 11. - Shashikala T. H., Rao G. N., Rao J. S., Rao V. K., Jain Y. K., 1994, "On-board

48

Computer for Star Tracker", SPIE Acquisition, Tracking, and Pointing VIII, 2 2 2 1 , 179. 12. - Heyler G. A., Murphy P. K., 1994, "Midcourse Space Experiment (MSX) closedloop image and track processing", SPIE Acquisition, Tracking, and Pointing VIII, 2221. 214. 13. - Tyson R. K., 1991, Principies Diego). of Adaptive Optics. (Academic Press Limited, San

14. - Beckers J. M., 1993, "Adaptive optics for astronomy: Principies, Performance, and Applications", Annual Review of Astronomy and Astrophysics, 3 1 , 13. 15. - Sandler D. G., Stahl S., Angel J. R. P., Lloyd-Hart M., McCarthy D., 1994, "Adaptive optics for diffraction-limited infrared imaging with 8-m telescopes", J. Opt. Soc. Am. A, 11, 925. 16. - Welsh B. M., Gardner C. S., 1989, "Performance analysis of adaptive-optics systems using lser guide star and slope sensors", J. Opt. Soc. Am. A, 6, 1913. 17. - Liang J., Grimm B., Goelz S., y Bille J. F., 1994, "Objective measurement of wave aberrations of the human eye with the use of a Hartmann-Shack wave-front sensor", J. Opt. Soc. Am. A, 7, 1949. 18. - Benford R. B., Cook G. H., Hass G., Hopkins R. E., Kingslake R., Lueck I. B., Rosin S., Scott R. M., Shannon R. R., 1965, Applied Optics and Optical Engineering, volumen III. (Academic Press, Nueva York). 19. - Corbin R. M., Dickson M. S., Driscoll W. G., Hammond H. K., Harkness D., Hett J. H.. Kingslake R., Knoll H. A., Meindel A. B., Meltzer R. J.. Patrick F., B., Richardson D.. 1969, Applied Optics and Optical Engineering, volumen V. (Academic Press, Nueva York). 20. - Glindemann A., 1994, "Improved performance of adaptive optics in the

49

visible", J. Opt. Soc. Am. A, 11, 1370. 21. - Roggemann. M. C . 1991. "'Limited degree-of-freedom adaptive optics and image reconstruction". Applied Optics. 30. 4227. 22. - Olivier S. S.. Gavel D. T.. 1994, "Tip-tilt compensation for astronomical imaging". J. Opt. Soc. Am, 11. 368. 23. - Fried D. L., 1966, "Optical Resolution Through a randomly Inhomogeneous Mdium for Very Long and Very Short Exposures", J. Opt. Soc. Am, 56(10). 24. - Sebag J., Arnaud J., Lelivre G., Nieto J. L., Le Coarer E., 1990, "Highresolution imaging using pupil segmentation", J. Opt. Soc. Am. A, 7, 1237. 25. - Witthoft C., 1990, "Wavefront sensor noise reduction and dynamic range expansin by means of optical image intensification", J. Opt. Soc. Am. A, 7, 1237. 26. - Schaud M., Rousset G., Michau V., Fontanella J. C , Cuby J. G., Rigaut F., 1991, "Wavefront sensing in imaging through the atmosphere a detector strategy", SPIE Active and Adaptive Optical Components, 1543, 479. 27. - Cho D. J., Morris M., 1988, "Local dead-time effects in microchannel-plate imaging detectors", SPIE Statistical Optics, 976, 172. 28. - Mandel L., Sudarshan E. C. G., Wolf E., 1964, "Theory of photoelectric detection of light fluctuations", Proc. Phys. Soc. London, 84, 435. 29. - Morgan J. S., Slater D. C , Timothy J. G., Jenkins E. B., 1989, "Centroid position measurement and subpixel sensitivity variations with t h e MAMA detector", Applied Optics, 28, 1178. 30. - Kane T. J., Welsh B. M., Gardner C. S., 1989, "Wavefront detector optimization for lser guided adaptive telescopes", SPIE Active Telescope Systems, 1114, 160.

50

31. - Bevington P. R., 1969, Data Reduction Sciences. (McGraw-Hill, Nueva York). 32. - Frieden B. R., 1983, Probability, (Springer-Verlag, Berln).

and Error Analysis Optics,

for the Physical Testing.

Statistical

and Data

33. - Prieto P., Cagigal M. P., 1994, "Analysis of techniques for autocorrelation estimates from clipped data", Optics Letters, 19, 1101. 34. - Kumar A., Bar-Shalom Y., Orn E., 1993, "Precisin Tracking Based on Segmentation with Optimal Layering for Imaging Sensors", SPIE Signal and Data Processing of Small Targets, 1945, 245.
i

35. - Saleh B., 1978, Pothoelectron

Statistics.

(Springer-Verlag, Berln).

36. - Hofmann K. H., 1993, "Photon-counting speckle masking: the photoncounting hole in triple correlation", J. Opt. Soc. Am., A, 10, 329. 37. - Born M., Wolf E., sexta edicin corregida, 1993, Principies (Pergamon Press, Oxford). 38. - Casas J., sptima edicin, 1994, Optica. GENERAL, Zaragoza). of Optics.

(Coop. de Artes Grficas LIBRERIA

39. - Press W. H., Flannery B. P., Teukolsky S. A., Vertterling W. T., reimpresin de 1990, Numerical Recipes. (Cambridge University Press, Cambridge). 40. - Donald L., Hammoud A. M., White R. L., 1993, "Image recovery from data acquired with a charge-coupled-device camera", J. Opt. Soc. Am. A, 10, 1014. 41. - Cao G., Yu X., 1994, "Accuracy analysis of a Hartmann-Shack wavefront sensor operated with a faint object", Optical Engineering, 3 3 , 2331.

51