论文部分内容阅读
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