主成分分析方法在空间干涉仪图像处理中的应用

在干涉仪图像数据处理过程中,目前采用的多行平均图像处理算法会引入较大随机误差,且当CCD相机与狭缝之间存在小转角时,会引入较大系统误差。本文主要探究利用主成分分析(PCA)算法处理空间干涉仪图像的可行性与优势。利用MATLAB模拟空间干涉仪图像,并加入随机噪声和图像旋转,利用PCA方法和多行平均算法处理数据,比较两种算法的得到的结果误差大小。并设计CCD相机小转角实验和干涉图像弱信号实验,评估PCA算法在数据处理过程中纠正CCD相机小转角和重建弱信号图像中的效果。理论和实验均证明,PCA算法较目前多行平均算法,能更有效地降低噪声,分析弱信号图像及纠正CCD相机小转角,消除其带来的系统误差。

同步光空间干涉仪缝距快速扫描系统

同步光空间干涉仪技术被广泛应用于国内外各大同步辐射光源的束流横向截面尺寸测量中。在日常使用中空间干涉仪通常采用固定狭缝间距的双缝,测定单一空间频率下的相干度,这种方法在束斑尺寸变化不大的情况下精度较好,分辨率会随束斑尺寸的变化而变化。随着下一代同步辐射光源的发展,精细的束斑尺寸测量需求也越来越迫切,多频点相干度测量精度较高,但是受限于双缝切换的速度。上海光源围绕如何完成快速多频点相干度的测量进行了相关研究,搭建了一套空间干涉仪狭缝间距快速扫描系统。该系统采用双单缝的方式进行缝距快速扫描,并结合多线程的技术实现了快速数据处理。实验结果表明:一次完整的10点测量时间约在3 s,大大提升了多频点相干度测量方法的速度,并且提升了现有固定狭缝间距干涉仪的测量精度。