基于场景的非均匀校正依然是红外领域的一个研究热门。神经网络算法是一种较为典型的场景校正算法。本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题, 提出了新的改进算法, 通过对神经网络输入层的预处理, 消除图像的低频噪声, 此外, 为了消除预处理对图像对比度的影响, 本文增加了神经网络的层数, 使用双层神经网络对算法进行更新, 从而消除了图像对比度下降的现象。实验结果表明, 改进的神经网络算法能够有效的改善图像质量, 消除图像中光学引入的非均匀性。
非均匀性校正 光学非均匀性 直方图均衡化 non-uniformity correction optical non-uniformity histogram equalization
山东大学信息科学与工程学院光学工程系， 激光技术与应用山东省重点实验室， 山东 济南 250100
传统光学非均匀性测量方法无法避免样品表面平行度、表面面形和系统误差所造成的影响。基于洛伦兹洛伦茨色散公式，对材料的光学非均匀性与光波长的关系进行了分析，发现不同光波长下的光学非均匀性之差远小于实际应用中对光学元件光学非均匀性的精度要求。根据这一分析结果及材料的色散特性，提出了采用双波长相移干涉实现光学非均匀性绝对测量的方法，给出了测量原理与实现方法，并通过计算机模拟实验和光学实验验证了该方法的正确性与可行性。
测量 光学非均匀性 色散 双波长 相移 干涉 中国激光
2011, 38(s1): s108008
中国工程物理研究院 激光聚变研究中心, 绵阳 621900
为了实现光学材料光学非均匀性的高精度检测, 采用将光学材料制成一小楔角(小于0-117°)光学元件并利用菲索干涉法检测其光学非均匀性的方法, 对测量过程进行了理论仿真分析和熔石英材料光学非均匀性的实验验证, 取得了熔石英材料的光学非均匀性数据, 峰谷值为4-33×10-6, 均方根值为0-862×10-6, 测量准确度优于4-8×10-7。结果表明, 该测量方法能有效避免目前检测方法中将光学材料制成平板元件而引起干涉混叠的现象。
测量与计量 干涉测量 光学非均匀性 计算机仿真 高功率激光系统 measurement and metrology interferometer measurement optical inhomogeneity computer simulation high power laser system
