基于小波变换的平板波前死条纹噪声滤除方法 下载: 792次
1 引言
高精度光学平板(下文简称为平板)广泛应用于高功率激光器的建造中,如美国国家点火装置(NIF)由192路光束构成,每路都含有20余件钕玻璃与各类隔离窗口,总计需要平板数千件。对高功率激光束的研究表明,中频相位畸变如焦斑旁瓣过强会导致等离子体堵塞,高非线性增长下光束分裂会破坏后续光学元件[1-2]。平板波前的高精度检测对高功率激光器具有重要意义,因此,必须控制光学元件的中频波前质量以保证高功率激光器的性能[3-4],NIF定义中频波前的空间周期为2.5~33 mm,评价参数为一维功率谱密度(PSD)塌陷曲线与中频波前均方根(RMS)[5-6]。一维PSD塌陷曲线的评判线为P(ν)=1.01ν-1.55,其中ν与P(ν)分别为空间频率与相应空间频率处的功率谱。NIF要求中频透射波前的RMS不大于1.8 nm,也有研究显示,中频波前的RMS评判要求可适当放宽[7]。平板中频波前的测量一般采用相移干涉技术,测量过程中,光在平板内部沿不同路径的多次反射光会发生寄生干涉,产生死条纹,导致平板波前检测结果中存在周期性相位噪声(下文简称为死条纹噪声)。死条纹噪声的空间周期一般为5~50 mm,与中频波前的空间周期定义基本相同。含死条纹噪声的中频波前RMS一般为真实中频波前RMS的2倍,严重影响了平板中频波前的准确测量与评价。
针对上述问题,Ai等[8-11]提出了腔角匹配调整法和短相干干涉法,Deck等[12]提出了傅里叶相移干涉法,徐建程等[13]提出了傅里叶频谱分析法。其中,腔角匹配调整法需要反复调整标准反射镜,直至标准反射镜的倾斜方向与待测平板的倾斜方向一致[8];短相干干涉法需要以短相干激光作为光源,也需要调整平板沿光轴的轴向位置,直至测试光的光程与参考光的光程一致[11];傅里叶频谱分析法需用含有波长监视器的波长调谐激光器作为光源,测量时需将平板沿光轴的轴向位置调整至特定位置范围,以匹配各个干涉腔的长度[12]。上述技术均存在检测过程中调整步骤多、效率低以及对硬件要求高的问题。在平板制造过程中,波前是“加工-检测-加工-检测”循环迭代不断收敛的过程,且要求检测方案同时具有高效率和低成本,而现有方法不能满足平板批量生产的要求。小波变换是一种有效且已得到广泛应用的非平稳信号处理方法[14-15],在光信息分析处理方面也得到了广泛应用[16-18]。本文分析了死条纹噪声的产生原理,依据死条纹噪声的特点与小波变换方法的适用性,提出了基于小波变换的平板波前死条纹噪声滤除方法。实验结果表明,该方法比已有方法更简单、高效,可以显著降低平板的检测成本,提高检测效率。
2 死条纹噪声的产生与模拟
2.1 死条纹噪声的产生
采用相移干涉仪(PSI)测量平板透射波前的原理如
图 1. PSI测量平板透射波前示意图。(a)空腔;(b)平板信息
Fig. 1. Schematic diagram of PSI measurement of window transmission wavefront. (a) Cavity; (b) window information
平板透射波前φw可表示为
实际测量时,为减少平板前表面反射光的影响,一般将平板倾斜较小角度,即平板法线与PSI光轴间存在的入射角较小,记为θ。首先考虑平板理想状态下的情况,即平板透射波前为理想平面,平板楔角为零,调整RF形成零条纹时,测试光的光线路径如
测试光在平板内的前、后表面发生多次反射,在测试光入射平板位置附近会形成一系列寄生光线。测试光在平板内发生奇数次反射时,返回光线与光线Lb平行出射,均偏出PSI视场,不影响测量结果。测试光在平板内发生偶数次反射时,返回光线与光线T0平行,均会进入PSI视场。偶数次反射光会引起寄生干涉,在测量结果中引入死条纹噪声。不同偶数次反射返回光线的相对振幅分别为1,r2,r4,r6,…,对应平板内部的反射次数分别为0,2,4,6,…。其中,r为平板表面的反射率,一般r≤20%。反射次数大于等于4时的光线相对振幅很小,对测量结果的影响可以忽略,即死条纹噪声只与返回光线T0、T1和T2相关。
考虑平板非理想状态下的情况,为补偿平板引入的光程差以得到零条纹,需将RF倾斜较小角度,记倾斜角为ε。若RF的倾斜方向与平板倾斜方向相反,经RF反射后光线入射平板的入射角为θ+2ε,此时,测试光的光线路径如
由于RF的倾斜角为ε,返回光线T0的出射位置会偏离入射位置,即由
综上所述,Δ≪L且δ≪L,因此,可忽略偏离量与错位量,认为(x',y)、(x'1,y)、(x'2,y)与(x,y)重合。对入射位置为(x,y)的光线Li,返回光线T0、T1与T2的复振幅之和可表示为
式中,s为RF的反射率,ϕw(x,y)为待测平板的透射波前分布,ϕr(x,y)为标准反射镜引入的相位分布,相位转化因子k=2π/λ,λ为激光波长。
将上述参数代入(2)式,得到一次折射角θ'=2.0×10-4 rad,二次折射角θ″=2.0×10-4 rad,此时,(cos θ')-1与(cos θ″)-1均近似为1,可将(3)式简化为
综上所述,死条纹噪声的强度取决于反射率r、平板光程分布d(x,y)n(x,y)、一次折射角θ'与二次折射角θ″,死条纹噪声的分布主要取决于平板光程分布d(x,y)n(x,y)。
2.2 死条纹噪声的模拟
若RF反射面为理想平面,平板为理想楔板,平板折射率分布均匀。仿真参数:平板折射率为1.457,厚度为10 mm,楔角为5″,模拟得到含死条纹噪声的透射波前φs,φw、φs及φs的空间频谱Φs分布如
对于非理想平板,其他仿真参数不变,模拟得到含死条纹噪声的透射波前φ's,φw、φ's及φ's的空间频谱Φ's分布如
图 4. 理想平板的含噪透射波前。(a)透射波前;(b)多次反射后的透射波前;(c)图4 (b)的空间频谱;(d)图4 (c)中心区域的放大图
Fig. 4. Noised transmitted wavefront of an ideal flat window. (a) Transmitted wavefront; (b) transmitted wavefront after multiple reflections; (c) spatial frequency spectrum of Fig.4 (b); (d) enlarged view of the central area of Fig.4 (c)
图 5. 非理想平板的含噪透射波前。(a)透射波前;(b)多次反射后的透射波前;(c)图5 (b)的空间频谱;(d)图5 (c)中心区域的放大图
Fig. 5. Noised transmitted wavefront of a non-ideal window. (a) Transmitted wavefront; (b) transmitted wavefront after multiple reflections; (c) spatial frequency spectrum of Fig. 5 (b); (d) enlarged view of the central area of Fig.5 (c)
对比
傅里叶频率分析法难以在有效滤除死条纹噪声的同时保留有用信息,原因是很难找到一种扁平、长宽尺寸自适应且频域定位准确的滤波窗。虽然宽阻带可滤除死条纹噪声,但会导致其他方向的信息损失;阻带过窄,又存在噪声滤除效果差的问题;频域定位不准确,也会导致噪声处理效果差或信号过度损失。其次,无法自适应地滤除不同方向、不同周期的死条纹噪声,也是限制傅里叶频率方法应用的原因。小波变换[19-20]具有定方向、多分辨的信号分析能力,因此,提出了基于小波变换的死条纹噪声降噪方法。
3 降噪原理
基于小波变换降噪方法的实质是在特定方向、特定尺度上,对死条纹噪声进行集中与滤除。
3.1 死条纹噪声的集中与小波分解
采用二维离散小波变换对死条纹噪声进行集中,以死条纹噪声在竖直方向的情况为例,定义二维尺度函数φj,r,c和二维小波基函数
式中,φ为母小波,j为伸缩参数,r、c分别为沿x、y方向的伸缩参数,i为方向指示函数,H、V、D分别为水平、竖直、对角线方向。
对于M×N的波前f(x,y),其二维离散小波变换为
式中,j0=0为初始尺度,Wφ(j0,r,c)为f(x,y)在尺度j0处的近似系数,
式中,C为整数。
3.2 死条纹噪声的滤除与小波重构
按(7)式、(8)式对f(x,y)进行至少C层小波分解,即将死条纹噪声集中到特定方向、特定阶次的细节。根据(5)式,V方向第j阶细节的尺度
式中,Tw为小波基近似的中心周期。
由(5)式可知,各阶细节尺度在数值上均为2的整数次幂。而死条纹噪声周期T为正整数,且一般T不等于2的整数次幂,因此,死条纹噪声集中于V方向的细节尺度为小于T的最大整数或大于T的最小整数,即V方向死条纹噪声集中的细节阶数满足
式中,Xfloor为向下取整运算,Xceil为向上取整运算。
滤除细节
4 模拟分析
对2.2节的模拟结果进行降噪仿真,按(9)式确定小波分解层数,按(7)式、(8)式对φs进行小波分解得到近似系数与各细节系数,根据死条纹噪声特征确定噪声集中方向;按(11)式、(12)式确定集中死条纹噪声的细节系数,对噪声集中细节系数进行修正,得到修正后的系数;按(13)式进行小波重构,得到降噪后的结果φj,φj、φs及其输入波前分布如
图 6. 降噪前后的波前分布。(a)理想波前;(b) 受死条纹影响的图6 (a);(c)降噪后的图6 (b);(d)实际波前;(e)受死条纹影响的图6 (d);(f)降噪后的图6 (e)
Fig. 6. Wavefront distribution before and after noise reduction. (a) Ideal wavefront; (b) Fig.6 (a) affected by fixed patterns; (c) Fig.6 (b) after noise reduction; (d) actual wavefront; (e) Fig.6 (d) affected by fixed patterns; (f) Fig.6 (e) after noise reduction
综上所示,上述方法能有效降低死条纹噪声对波前的影响,且降噪后的波前更接近真实波前。分析过程中会引入一定的高频误差,原因是小波基函数分布与噪声分布的形态不一致性。由于波前φj与φ'j中各行死条纹噪声的分布一致,降噪在各行中引入的高频误差分布也一致,体现为降噪结果中的周期状竖直细条纹,如
表 1. 不同波前的PV与RMS
Table 1. PV and RMS of different wavefronts unit:nm
|
可将二维小波变换视作一系列一维小波变换的叠加,进一步分析一维降噪结果,如
图 7. φw、φs与φj的第300行对比。(a)理想平板;(b)实际平板
Fig. 7. Comparison of the 300th row of φw, φs and φj. (a) Ideal window; (b) actual window
5 实验验证
对
图 8. 不同方法获得的平板透射波前。(a)由LCPSI测得的波前;(b)图8 (a)的中频成分;(c)由PSI测得的波前;(d)图8 (c)的中频成分;(e)降噪后的图8 (c);(f)图8 (e)的中频成分
Fig. 8. Window transmitted wavefront obtained by different methods. (a) Wavefront measured by LCPSI; (b) middle frequency components of Fig.8 (a); (c) wavefront measured by PSI; (d) middle frequency components of Fig.8 (c); (e) Fig.8 (c) after noise reduction; (f) middle frequency components of Fig.8 (e)
从
表 2. 图8 中波前的PV与RMS
Table 2. PV and RMS of the wavefront in Fig.8 unit:nm
|
6 结论
分析了平板检测时死条纹现象的产生原理,模拟了平板波前检测结果中的死条纹噪声,针对死条纹噪声的特点提出了基于小波变换的降噪方法。实验结果表明,该方法的降噪结果与LCPSI检测结果的中频波前RMS偏差仅为0.08 nm,验证了该方法的可靠性。同时,该降噪方法可有效提升普通干涉仪平板波前中低频的测量精度,有良好的应用前景。
[1] 刘红婕. 高功率激光束中高频位相畸变特性的研究[D]. 北京: 中国工程物理研究院, 2005: 15- 25.
Liu HJ. Study of wavefront's middle-high frequency character characteristic in high power laser system[D]. Beijing: China Academy of Engineering Physics, 2005: 15- 25.
[2] Baisden P A, Atherton L J, Hawley R A, et al. Large optics for the national ignition facility[J]. Fusion Science and Technology, 2016, 69(1): 295-351.
[3] 柴立群, 石琦凯, 魏小红, 等. 大口径平板中频波前均方根的测量方法[J]. 中国激光, 2012, 39(1): 0108003.
[4] 柴立群, 许乔, 邓燕, 等. 强激光系统波前功率谱密度的数值计算研究[J]. 光学技术, 2005, 31(4): 577-579.
Chai L Q, Xu Q, Deng Y, et al. Study on numerical computation of wavefront power spectrum density in high power laser system[J]. Optical Technique, 2005, 31(4): 577-579.
[5] Aikens D M, Robert Wolfe C, Lawson J K. Use of power spectral density (PSD) functions in specifying optics for the National Ignition Facility[J]. Proceedings of SPIE, 1995, 2576: 281-292.
[6] Elson J M, Bennett J M. Calculation of the power spectral density from surface profile data[J]. Applied Optics, 1995, 34(1): 201-208.
[7] 黄晚晴, 张颖, 孙喜博, 等. 高功率固体激光装置的B积分判据探究[J]. 激光与光电子学进展, 2019, 56(12): 121403.
[8] Ai C, Wyant J C. Testing an optical window of a small wedge angle: effect of multiple reflections[J]. Applied Optics, 1993, 32(25): 4904-4912.
[9] Novak E, Ai C, Wyant J C. Errors caused by nearly parallel optical elements in a laser Fizeau interferometer utilizing strictly coherent imaging[J]. Proceedings of SPIE, 1997, 3134: 456-460.
[10] Ai C. Multimode laser Fizeau interferometer for measuring the surface of a thin transparent plate[J]. Applied Optics, 1997, 36(31): 8135-8138.
[11] Kimbrough B, Millerd J, Wyant J, et al. Low-coherence vibration insensitive Fizeau interferometer[J]. Proceedings of SPIE, 2006, 6292: 62920F.
[12] Deck L L. Fourier-transform phase-shifting interferometry[J]. Applied Optics, 2003, 42(13): 2354-2365.
[13] 徐建程, 石琦凯, 柴立群, 等. 基于最小二乘迭代的多表面干涉条纹分析[J]. 光学学报, 2008, 28(7): 1307-1312.
[14] 张霁旸, 任姣姣, 陈思宏, 等. 小波去噪在太赫兹无损检测中的应用[J]. 中国激光, 2020, 47(1): 0114001.
[15] 沙宇洋, 席丽霞, 张晓光, 等. 基于小波阈值去噪的偏振模色散测量[J]. 中国激光, 2018, 45(11): 1106006.
[16] 张诚, 陈文静. 提高小波变换轮廓术测量精度的方法[J]. 光学学报, 2018, 38(7): 0712002.
[17] 许罗鹏, 但有全, 安康, 等. 小波函数频域旁瓣对三维重建效果影响研究[J]. 中国激光, 2014, 41(7): 0708005.
[18] 李思坤, 苏显渝, 陈文静. 一种新的小波变换空间载频条纹相位重建方法[J]. 中国激光, 2010, 37(12): 3060-3065.
[19] Mallat S G. A theory for multiresolution signal decomposition: the wavelet representation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1989, 11(7): 674-693.
[20] Rafael CG, Richard EW. 数字图像处理[M]. 阮秋琦, 阮宇智, 等, 译. 3版. 北京: 电子工业出版社, 2007: 289- 332.
Rafael CG, Richard EW. Digital image processing[M]. Ruan Q Q, Ruan Z Y, et al, Transl. 3rd ed. Beijing: Publishing House of Electronics Industry, 2007: 289- 332.
Article Outline
徐凯源, 李大海, 刘昂, 柴立群, 何宇航, 陈宁. 基于小波变换的平板波前死条纹噪声滤除方法[J]. 中国激光, 2020, 47(9): 0904008. Xu Kaiyuan, Li Dahai, Liu Ang, Chai Liqun, He Yuhang, Chen Ning. Filtering Method of Fixed Pattern Noise in Window Wavefront Based on Wavelet Transform[J]. Chinese Journal of Lasers, 2020, 47(9): 0904008.