[發(fā)明專利]一種橫向束流截面處理方法及裝置

有效

• 申請?zhí)枺?/td>: 202010438571.9
• 申請日: 2020-05-22
• 公開（公告）號: CN111652813B
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計(jì)）人: 唐雷雷;周澤然;孫葆根;劉功發(fā)
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T3/40
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 鄧治平

本發(fā)明公開了一種橫向束流截面處理方法及裝置，該方法包括：獲取原始失真橫向束流截面圖像，對所述失真橫向束流截面圖像進(jìn)行預(yù)處理，將所述預(yù)處理后的失真橫向束流截面圖像輸入到預(yù)先訓(xùn)練得到的條件生成對抗網(wǎng)絡(luò)模型的生成器，所述生成器用于對所述失真橫向束流截面進(jìn)行處理后輸出，最后將所述生成器輸出結(jié)果量化為真實(shí)橫向束流截面圖像。本發(fā)明基于條件生成對抗網(wǎng)絡(luò)算法，通過條件生成對抗網(wǎng)絡(luò)的生成器對失真橫向束流截面圖像的復(fù)原處理，解決了橫向束流截面的測量受到光學(xué)成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)影響，導(dǎo)致橫向束流截面測量分辨率低，橫向束流尺寸測量不精確的問題，在可見光成像的范疇內(nèi)即可提高橫向束流截面測量的分辨率，該方法可靠性高，研發(fā)成本低，實(shí)用性強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及同步輻射光源束流診斷技術(shù)領(lǐng)域，尤其涉及一種橫向束流截面的處理方法及裝置。

背景技術(shù)

橫向束流截面為同步輻射光源的重要參數(shù)，通過測量橫向束流截面及尺寸可以間接得到同步輻射光源的發(fā)射度參數(shù)，該參數(shù)是表征光源性能的核心要素。儲存環(huán)為一種環(huán)形加速器，廣泛應(yīng)用于同步輻射光源及環(huán)形對撞機(jī)中。此外在同步輻射光源上，由于橫向束流截面直觀反映束流橫向分布特征，因此橫向束流截面的測量還可以用于監(jiān)測束流軌道及束流不穩(wěn)定性，可以作為逐束團(tuán)反饋系統(tǒng)及軌道反饋系統(tǒng)調(diào)試的重要參照依據(jù)。下一代先進(jìn)同步輻射光源如基于衍射極限儲存環(huán)的同步輻射光源，橫向完全相干需要儲存環(huán)中的束流具有極低的發(fā)射度，其橫向束流尺寸為微米量級，需要具有超高空間分辨率測量能力的技術(shù)才能實(shí)現(xiàn)如此微小的橫向束流截面及尺寸的精確測量，因此橫向束流截面的測量是一項(xiàng)非常重要又極具挑戰(zhàn)性的任務(wù)。

當(dāng)前，基于同步輻射光成像的已有橫向束流截面測量方法由于受到成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的影響，導(dǎo)致橫向束流截面的測量分辨率受限，橫向束流尺寸測量的精度無法滿足實(shí)際需求。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種橫向束流截面的處理方法及裝置，克服已有橫向束流截面測量方法的缺點(diǎn)和不足，提出利用條件生成對抗網(wǎng)絡(luò)模型的生成器處理失真的橫向束流截面圖像的方法，由于基于同步輻射光的橫向束流截面成像系統(tǒng)的點(diǎn)擴(kuò)散函數(shù)可以通過建模及數(shù)值計(jì)算的方法得到，因此可以通過圖像復(fù)原的手段對受到點(diǎn)擴(kuò)散函數(shù)影響的失真橫向束流截面進(jìn)行處理，從而去除成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)影響得到真實(shí)橫向束流截面圖像，因此本發(fā)明該方法可以去除成像系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的影響得到真實(shí)橫向束流截面圖像，突破衍射受限系統(tǒng)對橫向束流截面測量分辨率的限制，提高橫向束流截面尺寸的測量精度。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：一種橫向束流截面處理方法，包括如下步驟：

步驟S101、獲取原始失真的橫向束流截面圖像；

步驟S102、將所述原始失真橫向束流截面圖像進(jìn)行預(yù)處理后，輸入到預(yù)先訓(xùn)練得到的條件生成對抗網(wǎng)絡(luò)模型的生成器，所述生成器對所述失真橫向束流截面圖像進(jìn)行處理；其中：

所述預(yù)先訓(xùn)練得到的條件生成對抗網(wǎng)絡(luò)模型通過下述步驟構(gòu)建：

(A1)獲取p組訓(xùn)練樣本作為訓(xùn)練數(shù)據(jù)集，每組訓(xùn)練樣本包括第一截面圖像及第二截面圖像，所述第一截面圖像為失真橫向束流截面圖像，所述第二截面圖像為真實(shí)橫向束流截面圖像；獲取q組失真橫向束流截面圖像樣本作為驗(yàn)證數(shù)據(jù)集；

(A2)構(gòu)建條件生成對抗網(wǎng)絡(luò)模型，所述條件生成對抗網(wǎng)絡(luò)模型包括生成器和判別器：所述生成器為具有對稱跳躍連接的編碼器-解碼器架構(gòu)，其中所述編碼器中的每一個模塊包括卷積層、批歸一化層及激活層，所述解碼器中的每一個模塊包括反卷積層、批歸一化層、拼接層及激活層；所述判別器為PatchGAN架構(gòu)，且所述判別器中的每一個模塊包括卷積層、批歸一化層及激活層；