[发明专利]一种高动态范围激光焦斑图像的去噪方法

说明书

本发明公开了一种高动态范围激光焦斑图像的去噪方法，提高了高动态范围远场焦斑在纹影法中复原主瓣图像和旁瓣图像的精确性，满足了高动态范围的激光焦斑测量的精度要求。该方法的主要步骤是：步骤1：仿真模拟获得具有噪声的主瓣图像和旁瓣图像；步骤2：对主瓣图像的去噪处理；步骤3：对旁瓣图像的去噪处理；步骤4：将无噪声的主瓣图像和无噪声的旁瓣图像进行融合，重构出原始焦斑图像。

技术领域

本发明属于图像处理技术，具体涉及一种高动态范围激光焦斑图像的去噪方法。

背景技术

在高功率固体激光装置中，激光远场焦斑分布是光束远场聚焦的重要指标，也间接反映出波前状况,直接关系到激光光速能否顺利通过靶孔。因此，获取焦斑的形态分布和能量集中度来选择合适的物理靶，为改善焦斑质量以适应物理靶的要求提供依据。

目前较为常用的方法是用纹影法测量。纹影法测量激光远场焦斑过程中远场焦斑经成像透镜放大成像后,将一定大小的小球放置在焦斑位置,用以遮挡光斑中心,控制CCD前的衰减可得旁瓣信息,将其与无遮挡光斑拼接,得到焦斑相对强度的完整分布。

现有对于高动态范围焦斑测量主要采用列阵相机法、衍射光栅法和纹影法，列相机法等。在使用CCD探测器直接测量焦斑光束的主瓣分布图像和旁瓣分布图像，然后根据主瓣分布图像和旁瓣分布图像经过处理拼接以后，可以恢复远场焦斑图像，但是在强激光条件下，这种方法获得的主瓣分布图像和旁瓣分布图像存在很强的噪声，从而使得拼接恢复之后的焦斑图像精确度较低。

发明内容

为了解决现有方法获得焦斑图像存在噪声大，精确度较低问题，本发明提供了一种高动态范围激光焦斑图像的去噪方法。

本发明的具体技术方案是：

本发明提供了一种高动态范围激光焦斑图像的去噪方法，包括以下步骤：

步骤1：仿真模拟获得具有噪声的主瓣图像和旁瓣图像；

步骤2：对主瓣图像的去噪处理；

步骤2.1：对主瓣图像使用K-means聚类算法进行聚类分析，得到N个数据集；N≥1；

步骤2.2：对生成的N个数据集分别进行主成分析，抽取各个聚类的主成分，得到N个PCA字典；

步骤2.3：依据PCA字典计算图像的稀疏系数和图像的估计稀疏系数以及图像的正则化约束项；

步骤2.4：将步骤2.3的计算结果代入非局部均值逼近稀疏表示模型中，之后反复迭代步骤2.1-2.4，直到到达设定迭代次数，获得去噪后主瓣图像；

步骤2.5：依据步骤1中光路的衰减系数，对去噪后主瓣图像进行放大还原，获得无噪声的还原后主瓣图像；

步骤3：对旁瓣图像的去噪处理；

按照与步骤2.1-2.5同样的方式，获得无噪声的旁瓣图像；

步骤4：将无噪声的主瓣图像和无噪声的旁瓣图像进行融合，重构出原始焦斑图像。

进一步地，上述步骤1的具体过程为：

步骤1.1：按照激光远场焦斑强度分布原理，生成模拟光束；

步骤1.2：按照高动态范围激光焦斑测量数学模型，按照纹影法过程模拟生成远场主瓣图像和旁瓣图像；模拟生成的主瓣图像和旁瓣图像均为衰减后的图像；

步骤1.3：在模拟生成的主瓣图像和旁瓣图像中模拟增加噪声。

进一步地，上述步骤2.3的具体计算过程如下：