OPT OpenIR  > 先进光学仪器研究室
基于远场焦斑测量数学模型改进的CNN去噪方法研究
其他题名Research on CNN Denoising Algorithm Based on an Improved Mathematical Model for the Measurement of Far-field Focal Spot
王拯洲; 王力; 谭萌; 段亚轩; 王伟; 田新锋; 魏际同
作者部门先进光学仪器研究室
2020-12
发表期刊光子学报
ISSN10044213
卷号49期号:12
产权排序1
摘要

针对基于纹影的高动态范围远场焦斑测量数学模型没有考虑噪声对测量结果影响的缺点,本文对基于纹影的远场焦斑测量方法从三个方面进行优化.首先,改进基于纹影的远场焦斑测量数学模型,将噪声作为影响实验结果的重要因素引入数学模型中,使该数学模型和真实的实验环境相匹配,提高了该数学模型的实用性和理论支撑作用;其次,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,并改进该去噪算法存在的不足,使得能够有效去除主瓣和旁瓣12位图像、不同级别(0~75 dB)的噪声;最后,完整仿真了远场焦斑测量实验的全过程,包括分光、衰减、加噪声、纹影小球遮挡、去噪、衰减倍率放大、焦斑重构等,获得了有效的焦斑重构实验结果,其中重构焦斑图像和理论焦斑图像的相关系数为0.998 9,重构焦斑动态范围与理论焦斑动态范围之间误差为3.22%.仿真实验结果表明,通过该数学模型和DnCNN去噪算法的改进措施,验证了改进的数学模型必要性和DnCNN去噪算法在提高重构焦斑二维分布和动态范围精度方面的优越性能,提高了基于纹影的高动态范围远场焦斑测量的可信度,满足了高动态范围远场焦斑测量对于精度和效率的要求.

关键词远场焦斑测量 纹影法 焦斑重构 DnCNN 去噪方法
DOI10.3788/gzxb20204912.1212001
收录类别EI ; CSCD
语种中文
CSCD记录号CSCD:6878106
EI入藏号20210209739053
引用统计
被引频次:1[WOS]   [WOS记录]     [WOS相关记录]
文献类型期刊论文
条目标识符http://ir.opt.ac.cn/handle/181661/94246
专题先进光学仪器研究室
通讯作者段亚轩
作者单位中国科学院西安光学精密机械研究所
第一作者单位中国科学院西安光学精密机械研究所
通讯作者单位中国科学院西安光学精密机械研究所
推荐引用方式
GB/T 7714
王拯洲,王力,谭萌,等. 基于远场焦斑测量数学模型改进的CNN去噪方法研究[J]. 光子学报,2020,49(12).
APA 王拯洲.,王力.,谭萌.,段亚轩.,王伟.,...&魏际同.(2020).基于远场焦斑测量数学模型改进的CNN去噪方法研究.光子学报,49(12).
MLA 王拯洲,et al."基于远场焦斑测量数学模型改进的CNN去噪方法研究".光子学报 49.12(2020).
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于远场焦斑测量数学模型改进的CNN去噪(4365KB)期刊论文出版稿限制开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王拯洲]的文章
[王力]的文章
[谭萌]的文章
百度学术
百度学术中相似的文章
[王拯洲]的文章
[王力]的文章
[谭萌]的文章
必应学术
必应学术中相似的文章
[王拯洲]的文章
[王力]的文章
[谭萌]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。