[发明专利]基于CNN的纹影法强激光远场焦斑测量图像去噪方法

说明书

本发明公开了一种基于CNN的纹影法强激光远场焦斑测量图像去噪方法。该方法在分析远场焦斑测量CCD图像的噪声特点基础上，将基于卷积神经网络的去噪算法(DnCNN)引入主瓣和旁瓣CCD图像去噪处理中，能够有效去除主瓣和旁瓣CCD图像不同级别(0‑75dB)的噪声。使用DnCNN算法去噪后的主瓣和旁瓣图像进行焦斑重构，降低了纹影法测量远场焦斑主瓣图像光强大倍率放大而导致噪声同比例放大的问题，提高了基于纹影的高动态范围远场焦斑测量的可信度。本发明对DnCNN算法还作了重要的改进，使其适用于对不同灰度级别(12位或者16位)、不同噪声级别(0～75dB)图像去噪处理，以满足远场焦斑测量实验的要求。

技术领域

本发明涉及一种强激光远场焦斑测量图像去噪方法。

背景技术

对于十万焦耳量级高功率激光装置48路光束中任意1路光束的高动态范围远场焦斑分布进行测量，目前是基于纹影法来实现的。例如，在十万焦耳量级高功率激光装置^[1]综合诊断系统中基于纹影法来实现强激光远场焦斑测量，开展高能量密度物理和惯性约束聚变(ICF)研究。但是基于纹影的远场焦斑测量方法存在诸多影响测量精度的误差源，如光束质量差、CCD图像去噪、旁瓣光束纹影小球衍射等。为了进一步提高十万焦耳量级高功率激光装置的实验性能和测量精度，并为DH装置研究频率转换组件^[2]及相关科学技术问题提供全面、精确的激光参量，使用新的技术手段开展装置性能提升和算法优化工作是十分必要的。

由于纹影法测量中需要对光束进行大倍率衰减(主瓣光束能量通常衰减为原始光束能量的0.1％)。对主瓣CCD来说，在纹影法测量远场焦斑中主要测量焦斑的主瓣分布信息，主瓣图像的特点是光斑亮度大，同样根据光子迁移曲线，主瓣光斑噪声相比旁瓣光斑噪声大很多，且纹影法计算远场焦斑动态范围是需要分别乘以主瓣光路衰减倍数和主瓣光强放大比例K。这样，主瓣图像噪声对于远场焦斑动态范围结果的影响是十分巨大的。例如，在一个叠加了相对主瓣能量5％的噪声信号，经过焦斑重构后动态范围增大为原来的1.05倍，如果旁瓣CCD的能量灰度为3600，则最终重构图像的主瓣光斑增加的灰度相对值为1800000。因此，使用纹影对远场焦斑进行测量，噪声信号对于重构结果的影响是十分巨大的，所以需要选择最优的去噪算法对CCD测量图像进行去噪，是提高远场焦斑测量的有效手段。

纹影法^[3]是目前有效的测量强激光高动态范围远场焦斑的方法，即主瓣、旁瓣分开测量，用纹影小球遮挡旁瓣光束中心，主瓣光束能量大倍率衰减，拼接实现高动态范围的焦斑测量的方法。在传统的综合诊断系统焦斑重构数据处理过程中，探测CCD去噪使用减本底、中值滤波算法、小波变换法等方法。这些传统的去噪算法对去除图像中的高斯噪声效果良好，但对于强辐照环境下受污染图像去噪效果不佳^[4]。在强激光远场焦斑测量实验中，由于强辐照环境导致CCD图像噪声的复杂性，传统的噪声处理方法在改善图像质量的同时也使得很多细节信息如物体边缘变得模糊，反而使图像质量降低^[5]。