激光光束质量测量过程中的CCD噪声影响分析

张汝平，景文博，王晓曼

（1.长春理工大学 电子信息工程学院，长春 130022；2.长春理工大学 光电工程学院，长春 130022）

激光光束质量测量过程中的CCD噪声影响分析

张汝平1，景文博2，王晓曼1

（1.长春理工大学 电子信息工程学院，长春 130022；2.长春理工大学 光电工程学院，长春 130022）

在激光光束质量的测量过程中，由于CCD的噪声影响以及环境背景噪声的影响，对光斑图像带来一定的影响，从而影响光束质量的测量精度。为此，主要分析了CCD的各种噪声影响，然后提出了针对不同噪声的图像处理算法，实验数据表明该图像处理方法有效地减少噪声对光束质量测量带来的影响，可得到更为真实可靠的激光光斑能量分布，对于后续地评价激光光束质量具有重要的借鉴意义。

面阵CCD；噪声；阈值；光束质量

激光的光束质量是衡量激光光束优劣的一项重要指标，也是激光应用中最为关注的一项性能指标，并且激光光束质量的测量与评价也是激光光学领域内研究的重要课题［1］，占据着举足轻重的地位，目前国内外对此展开了深入的研究。随着对激光光束质量件CCD以其功耗小、噪声低、实时性好、测量参数精度要求的不断提高，电荷耦合器灵敏度高及动态范围广等诸多优点已被广泛地应用［2］。但是对于CCD本身的一些缺点，例如CCD的噪声特性以及非线性特性等，对激光光束参数的测量带来一定的影响，影响激光束的相关性能指标的评价。

1 CCD的噪声特性分析

基于焦散测量法的CCD面阵探测器在测量的过程中不可避免的受到噪声的影响，从激光光束传输理论分析可以得知，激光光束质量的测量精度与光斑束宽息息相关，光斑束宽的测量又依赖于激光光斑质心探测的精度［3］，但是光斑束宽的测量过程又会受到CCD噪声特性的影响，主要来自于以下几个方面：CCD的离散和不完全采样误差、光子噪声误差和读出噪声误差与CCD的背景噪声误差等［4］。

（1）由于CCD的离散和不完全采样方式所获得的激光束的光斑质心坐标测量值和对应的理论值存在一定的误差，并且由于换用不同结构的CCD相机或者不同类型的激光束，其误差的大小和分布规律也会有所不同。但是，如果激光束的光斑的高斯宽度变大时，这种不完全采样误差就会减小，当所测得的光斑大小和CCD像素大小的比例值比0.5大时，光斑质心探测的均方根误差便会小于0.02，所以这时便可忽略CCD的离散不完全采样误差对质心探测精度的影响。

（2）如果CCD在极其微弱的外界光的前提下，正是因为CCD内在的光子噪声所造成的光信号本身在空间和时间上分布的不确定性，导致光斑质心的坐标跟随发生变化，这种引起的噪声就是光子噪声［5］。光子噪声一般服从泊松分布。

在实际情况下，CCD的系统误差不仅包括由于光信号很弱时引起的光子噪声，还包括由于组成CCD传感器的光电器件以及模拟电子线路的噪声，这些都会引起光斑质心探测的精度。第二种噪声通常表现为，当无外界光信号输入的条件下，CCD本身仍会有一定的光电响应输出，这种噪声就是读出噪声。读出噪声是一种随机噪声［6］，一般服从Gauss分布。

（3）除此之外，CCD相机的光电输出响应信号中还包含一些背景暗电平噪声［7］。虽然暗电平比较小，但是在M×L采样窗口区域内的暗电平信号的叠加却不容忽视，它所带来的光斑质心探测影响同样不可忽略，CCD相机的暗电平噪声在一定程度上会影响光斑质心探测的系统和随机误差。

2 图像去噪算法研究

通过上述理论的探讨与研究，CCD本身所存在的非线性响应特性以及噪声特性等会对激光光束质量的测量带来一定的影响。所以在测量前，需要对CCD采集的光斑图像进行图像算法操作，尽可能地降低CCD本身的噪声特性的影响。为此，本论文提出了三种图像处理方法：伪彩色处理法、减背景以及自适应阈值法。

2.1 伪彩色处理法

由于人眼的特殊构造，人眼对于灰度图像的辨识度远小于对彩色的辨识度，所以在一定程度上，需要对灰度图像作一定的伪彩色处理，提高人们对彩色图像细节的分辨能力［8］，所以对于呈高斯分布的光斑来说，为了梯度显示光斑图像的细节，需要对灰度图像进行一定的伪彩色图像处理过程，从而在一定程度上达到图像增强的目的。

在推进文明养犬这个问题上，我们既不能用恶犬伤人事件否认犬是人类的朋友，也不能以“犬是人类的朋友”为由和稀泥，捣糨糊，为不文明养犬行为脱责。只有立好规矩、管好人，你的爱犬才可能成为别人眼里的朋友。

为此，需要对CCD采集的灰度级光斑图像进行伪彩色转换：将源图像的每个灰度级按照线性或非线性函数关系进行一一映射，不同的灰度级对应不同的伪彩色。伪彩色变换原理图如图1所示。

图1 伪彩色变换原理图

如图1所示，对于灰度图像 f(x,y)，灰度图像是由红，绿，蓝颜色按照相同比例来组合的。而对于伪彩色图像G(x,y)的每一个像素按照红，绿和蓝三个不同的通道进行独立的变换：

式中，B(l)，G(l)和R(l)分别为三基色的变换函数，对变换函数进行组合便可得到伪彩色图像。

2.2 减背景

因为CCD信号会掺杂很多随机噪声成分，通过多帧图像求平均的方法可以有效的抑制噪声的影响。设CCD有效信号为 f(x,y)，背景噪声信号为加性噪声n(x,y)，则会有：

当噪声信号表现为均值为0且互不相关的加性噪声时，则 f(x,y)和g(x,y)的期望值相同，为此，本文采用m幅光斑相同但含有不同噪声的光斑图像，叠加作和并同时做平均处理后可得：

如图2所示，在测量前（即没有激光入射的前提下）通过多帧平均法，即几幅背景图像进行叠加平均，作为面阵CCD相机的基底偏置读出信号（平均背景噪声图像），在测量时，将CCD相机采集的激光光斑图像与平均背景噪声图像进行相减，剔除背景的杂散光导致的背景噪声，通过光斑图像背景扣除，消除环境背景噪声的影响，从而将噪声降到最低。

CCD相机自身噪声对激光光斑的图像影响较大，所以要对CCD做抑制处理。为此，可以通过多幅光斑图像的帧叠加并求平均的方法来尽可能地减少随机噪声的影响，可有效提高光电子的信噪比，提高光束质量测量的精度。图2为通过多帧图像叠加求平均的方法示意图。

图2 多帧图像叠加求平均示意图

2.3 自适应阈值法

因为CCD的光子噪声、读出噪声和CCD的背景暗电平噪声是服从独立分布的随机噪声，与光斑图像信号没有关联，因此可以通过设定一个阈值来抑制噪声，从而减少后续的采用光强二阶距法计算光斑束宽的误差影响。采用一种自适应阈值法图像处理算法，可以使激光光束的测量过程中，不受外界环境的变化干扰，能准确实时地对光斑图像所产生的随机噪声进行抑制，从而提高算法的稳健性。

其自适应阈值法算法流程图见图3所示。

图3 自适应阈值法算法流程图

原始的阈值处理法根据光束有效截面区域内按照高斯基模强度的1作为激光光斑图像的阈值，即将CCD所探测的光斑图像的最大光强灰度值的1作为提取阈值。但是当光斑图像的最大灰度值所对应的像素点个数较少，比较孤立时，大部分像素点值都比提取阈值小，就会造成光斑图像内部区域出现漏洞区域，造成一部分光斑能量分布不能被正确表示，从而干扰光束质量的测量精度。

为此，本算法根据CCD的随机噪声特性，提供了一个最佳的提取阈值，使得在光斑图像既能有效地滤除CCD的随机噪声，又能尽可能地保留激光的真实光斑信息。

3 实验结果与数据分析

如图4所示，通过搭建基于CCD的激光光束质量测量系统实验平台，系统的总体构成是由激光器产生激光，考虑本系统中激光光束的能量可能远超过CCD探测器的饱和能量值，甚至超过CCD像元的损伤阈值可能损坏CCD器件［9］，因此，必须对入射到CCD相机光敏面上的激光光束能量进行衰减，使CCD接收能量不至于过饱和，以保护CCD相机，经过衰减后的激光光束进入到无像差透镜中，无像差透镜用于保证激光的束腰处于可测量的范围内［10］，最后光束传入到CCD相机中，由相机完成激光光斑图像的采集。计算机获得图像数据后，由分析软件进行分析，最终得到光斑大小和光束质量M2因子［11］。CCD相机的光束质量测量装置实验图如图4所示。

图4 CCD相机的光束质量测量装置示意图

通过CCD采集激光光斑图像，并对光斑图像进行图像去噪处理操作，经伪彩色处理以及后续的算法处理后的激光光斑图像对比图如图5所示。

图5 去噪前后光斑图像对比图

同时，通过对比使用国际标准激光光束质量分析仪测得的M2因子值，保证其他条件不变的条件下，同时对比图像去噪前后分别对激光器的光束质量M2因子值进行多次测量，测量结果对比如表1所示。

表1 校正前和校正后光束质量因子结果对比

4 结论

对于CCD所采集的原始光斑图像，并同时对比国际标准激光光束质量分析仪测得的M2因子值，通过对原始的光斑图像进行一定的图像去噪操作后，光束质量M2因子值更接近于其标准值。

伪彩色图像处理能更好地显示出光斑图像的细节信息，在一定程度上达到图像增强的效果；通过多帧图像求平均的方法进行背景扣除操作，消除了环境暗背景噪声的影响，进一步降低了噪声的影响；而自适应阈值法可以实时地抑制随机噪声的影响，提高了信号的信噪比。这些图像算法从而在一定程度上抑制了CCD的随机噪声以及环境背景噪声的影响，更加准确地反映了激光光斑的能量分布，得到更为准确和精细的光斑分布，为激光光束质量的准确测量奠定了基础，对于正确评价激光的光束质量具有十分重要的借鉴意义。

［1］冯国英，周寿桓.激光光束质量综合评价的探讨［J］.中国激光，2009，36（7）：1643-1653.

［2］刘亚群，唐顺兴.CCD光电响应非线性特性对高功率激光光束质量评价的影响［J］.中国激光，2015，42（4）：0402001.

［3］吕百达，康小平.对激光光束质量一些问题的认识［J］.红外与激光工程，2007，36（1）：47-51.

［4］佟首峰，阮锦，郝志航．CCD图像传感器降噪技术的研究［J］.光学精密工程，2000，8（1）：140-145.

［5］周肇飞.应用于大尺寸光电测量装置中的波前修正系统的研究［D］.四川：四川大学，2004：1-83.

［6］陈钱.电子倍增CCD的工作模式及其光子计数成像研究［D］.南京：南京理工大学，2010：1-134.

［7］姜文汉.自适应光学系统波前传感器设计与优化［D］.四川：电子科技大学，2008：1-68.

［8］杨付正.人眼状态及疲劳检测技术研究［D］.西安：西安电子科技大学，2012：1-62.

［9］李伟.激光光束质量评价方法与光束特性参数测量系统［D］.长春：长春理工大学，2009.

［10］阴贵郁.基于图像处理技术的激光M2因子测量方法研究［D］.长春：长春理工大学，2010.

［11］张汝平.图像传感器的非线性特性对光束质量测量的影响［D］.长春：长春理工大学，2016：1-62.

Impact Analysis of CCD’s Noise on Measurement of the Laser Beam Quality

ZHANG Ruping1，JING Wenbo2，WANG Xiaoman1
（1.School of Electronics and Information Engineering，Changchun University of Science and Technology，Changchun 130022；2.School of Optoelectronic Engineering，Changchun University of Science and Technology，Changchun 130022）

In the process of measuring laser beam quality by using the CCD，as a result of the CCD noise influence as well as the environment background noise influence，brings certain influence to the facula image，and thus influence measuring accuracy of laser beam quality.Therefore，each kind of CCD noise is analyzed，and on the basis the image processing algorithms is put for⁃ward in the paper according to different kind of noises.The result of experiment shows that the method mentioned in the paper can effectively decrease the influence of noise on measurement of laser beam quality，and can obtain more real reliable energy distribu⁃tion of laser beam，at the same time it has great application values on evaluating the laser beam quality.

CCD；noise；threshold；laser beam quality

TN386.5

A

1672-9870（2017）02-0111-04

2016-12-19

吉林省重点科技攻关项目（20160204009GX）

张汝平（1990-），男，硕士研究生，E-mail：1033159137@qq.com

景文博（1980-），男，博士，副教授，E-mail：wenbojing@sina.com