1.一种光学元件激光诱导损伤在线检测装置，其特征在于，包括照明光源模块、显微成像模块、计算机以及用于放置待检测光学元件的二维平移台；所述的照明光源模块包括脉冲激光光源、探测激光光源、衰减系统和透镜，所述的显微成像模块包括光学显微镜和CCD相机；

所述脉冲激光光源出射的脉冲激光通过衰减系统后由透镜聚焦到待测光学元件的表面，其穿过光学元件的透射光由设置的第一光阱吸收；

所述探测激光光源出射的连续激光斜入射到待测光学元件的表面，其穿过光学元件的透射光由设置的第二光阱吸收；

所述的CCD相机的成像面位置可调，利用光学显微镜收集光学元件后表面的散射光，CCD相机获得表面损伤的二维图像后发送给计算机进行处理。

2.根据权利要求1所述的光学元件激光诱导损伤在线检测装置，其特征在于，所述脉冲激光光源为Nd:YAG单纵模脉冲激光器，输出波长为1064nm，脉冲宽度10ns，最高重复频率

10Hz。

3.一种光学元件激光诱导损伤在线检测方法，其特征在于，使用权利要求1或2所述的光学元件激光诱导损伤在线检测装置，包括以下步骤：(1)安装好检测装置，将待测光学元件放置于二维平移台上，根据脉冲激光光源的重复频率，选择标准检测模式或快速检测模式；

(2)在脉冲激光光源两次发射的间隔内控制CCD相机进行拍照，对光学元件进行图像采集，标准检测模式进行步骤(3)，快速检测模式直接进行步骤(6)；

(3)对获取的激光辐照前后图像进行背景处理，通过滤波去除背景噪声，同时保存图像边缘信息；

(4)对背景处理后的图像进行图像分割处理，采用Otsu自适应阈值分割法，将图像中的所有像素分为损伤区域及背景区域两部分；

(5)分析激光辐照前后采集的表面图像的相似度，基于图像相似的损伤提取算法在图像上标记检测到的损伤图案，将损伤点从图像中提取出来，结束标准检测；

(6)对采集到的激光辐照前后光学元件表面图像做差分，利用激光辐照后的图像减去激光辐照前的图像，使两幅图像做相减运算，快速得到包含损伤区域的差分图像，进而通过灰度分布图来确认是否发生损伤。

4.根据权利要求3所述的光学元件激光诱导损伤在线检测方法，其特征在于，步骤(3)的具体步骤为：对获取的图片进行中值滤波，遍历图像中每个像素，并使用该像素邻域内的中值代替该像素，从而消除孤立的噪声点，在消除噪声的同时保留边缘信息；其中，所述的中值滤波采用二维滤波窗口，公式如下：式中，A为滤波窗口，Xi,j为被处理图像平面上的点，Yi,j为Xi,j的中心，滤波窗口方位内像素度的中值，即中值滤波的输出。

5.根据权利要求3所述的光学元件激光诱导损伤在线检测方法，其特征在于，步骤(4)的具体过程为：假设损伤图像的像素总个数为N，灰度值范围为[0,L-1]，背景区域中像素灰度范围为[0,T-1]，损伤目标像素灰度范围为[T,L-1]；设灰度值为i的像素个数为ni，则图像中像素点灰度值为[0,L-1]中任一灰度值概率Pi为上式满足

则像素位于背景区域和损伤区域的概率分别为：

p0和p1满足p0+p1＝1

设μ为全局图像的平均灰度，背景区域和损伤区域平均灰度分别为：背景区域和损伤区域的类间方差为σ2，则有

μ＝p0μ0+p1μ1

σ2＝p0(μ0-μ)2+p1(μ1-μ)2＝p0p1(μ0-μ1)22

当分割阈值T在0～L-1内遍历，使得类间方差σ最大化，得到最佳的图像分割效果。

6.根据权利要求3所述的光学元件激光诱导损伤在线检测方法，其特征在于，步骤(5)的具体过程为：根据Otsu自适应阈值分割法进行二值化处理后得到输入图像的连通域的标记图，同时返回图像中每一个连通域外接矩形的左上角坐标、宽和高，以及连通域包含的像素总数，连通域的质心；分析后一幅图的连通域并创建标记图，再对后一幅图像的连通域进行遍历，计算两幅图像连通区域的相似度，设置相似度阈值生成损伤结果图像。

7.根据权利要求3所述的光学元件激光诱导损伤在线检测方法，其特征在于，步骤(6)中，差分图像的计算公式为；

D(i,j)＝|F(i,j)-G(i,j)|

式中，F(i,j)为激光辐照后的采集的元件表面图像，G(i,j)为同一处激光辐照前采集的元件表面图像，D(i,j)为两者的差分图像；

对得到的差分图像的灰度图首先进行滑动均值滤波，消除背景噪声；将灰度图中的凸起作为损伤判断的阈值，若灰度分布图中检测到的凸起的高度或宽度大于阈值则认为是存在损伤的；其中，所述的凸起表示灰度值范围和数量。