光束分析仪

光束分析仪

苏美开杨振华，马磊

（济南福来斯光电技术室，flsoe@https://www.360docs.net/doc/e618892431.html,）

摘要：介绍了一种计算机控制的激光器光斑质量分析仪。提出了面阵CCD间接测量法对半导体激光器（LD）远场特性，发散角进行测量的方法，不仅可以精确地得到光斑强度的空间分布，还可以由计算机对图像进行分析处理，绘出长轴和短轴分布曲线，从而计算出远场发散角。其主要优点是图像直观、测试速度快，重复性精度优于1.5%。

关键词：半导体激光器；远场特性；发散角；CCD间接测试

1 引言

激光器发散角是评价激光器性能的一个重要参数。发散角的测量有很多种方法，包括扫描法[1-4]、双折射法[5-6]、聚焦测量法[7]和CCD探测法等[8-9]。

扫描法的原理是采用步进电机带动光电探测器，分别在LD出光面方向上，以固定的距离间隔进行扫描，按每步长测得一系列光强值，据此绘出光强分布曲线，从而根据发散角的定义求得发散角。该方法不仅适用于发散角为极小的气体激光器、固定激光器，也适用于发散角极大的半导体激光器（LD）。这种测量方法的优点是方法简单、成本低；缺点是速度慢、精度低，尤其对半导体激光器，需要对长短轴两个方向扫描，只能根据半导体激光器管芯腔面位置大致确定长短轴方向。这已不能满足生产和科研要求，成为制约生产效率瓶颈。

双折射法测量法和聚焦测量法仅仅适应于小发散角的测量。

已有文献提出的CCD探测法，也是针对小发散角的直接测量法，即激光器发出光经衰减器衰减后，直接照到CCD光敏面上，从而得到光强分布的二维图像[9]。

本文提出采用面阵CCD间接测量法对LD发散角测量，克服了直接测量法因为发散角大不能测量的缺陷，不仅可以精确地得到光斑强度的空间分布，还可以由计算机对图像进行分析处理，绘出长轴和短轴分布曲线，计算出激光器的远场发散角。

2 测试系统硬件构成

系统组成如图1所示，硬件部分包括光可变衰减器、屏幕、面阵CCD、图像采集卡等组成，粗线方框圈起的部分置于光学暗箱中。其工作原理是：LD发出的激光在屏幕上形成激光光斑，经过光衰减器后，再经透镜成像于CCD的光敏面上，CCD将光信号转换成视频信号，输出给图像采集卡而形成光斑的数字图像。通过计算光斑的大小，利用光学成像公式，计算出激光器的发散角，同时通过计算得到探测器获得激光光斑的二维分布图像。

图1 CCD测试LD发散角系统组成

光衰减器：由于被探测的激光强度通常高出图像探测器接收灵敏度若干个量级，因此必须将被测激光强度衰减到探测器的线性工作区内。考虑到普遍实用性，衰减器由两组旋臂式衰减片组串联组成。每组4片衰减片，其透过率分别为10%、1%、0.1%和0.01%，这样得到得动态范围为100%～10-10，利用旋臂可方便地组合衰减倍率，以细调进入探测器的光功率（能量）。

屏幕：为光学单面240毛玻璃。

面阵CCD：常用半导体激光器波长在400nm－1100nm范围内，这一波段的图像探测器可选用硅CCD。为保证CCD光强度测量精度，其信噪比必须大于48dB；为了保证空间分布的测量精度，应选用逐行扫描黑白CCD，像素数700×500左右为宜。我们选用了美国PULNIX公司[10]生产的TM-300NIR高分辩力CCD摄像机，其在近红外响应上限到1100nm。

图像采集卡：用于处理来自光CCD的模拟信号，将其变为PC机可接受的数字信号后送入PC机处理；采用比利时EURESYS公司[11]生产的PICOLO2图像采集卡，可以同时带动四台摄像机，以便于其它波段（1100nm以上）激光器测量。同时该图像采集卡带有图像处理工具，可方便的与VC 、C++builder、Delphi语言接口。

光学暗箱：箱体内表面采用吸光材料，其作用是屏蔽高灵敏的图像探测器，使其不受杂散光的影响。光学暗箱由箱体、电源、光学导轨及相应光学调节架组成。

3 软件实现

采用VC6.0和Euresys公司的Evision图像处理软件包开发而成，主要包括图像采集、预处理、光强分布三维图形绘制、长轴和短轴方向光强分布曲线的绘制、发散角计算等功能。其主要程序流程图如图2所示。

3.1 图像预处理

由于环境和CCD摄像头的影响，所得的灰度图像包含了各种噪声，最主要的是杂散光引起的背景噪声和CCD摄像头的高频噪声，必须对其进行预处理。

背景噪声的消除采用二次相减法，即在不发射激光时，采样一个背景图像，用发射激光时采样的光斑图像和背景图像相减，即可消除大部分背景噪声。对高频噪声，采用邻域中值滤波法进行消除，这样就可得到一个比较平滑的光斑图像。

图3是一个经过处理后的650nm半导体激光器的光斑。

3.2 光斑提取

边缘提取有很多种方法[12-17]，如边缘检测方法和区域分割方法。

边缘检测法是通过选择一阶导数或二阶导数来检测边界。

由于激光光斑和背景交界处的像素的灰度值有很大差别，采用区域分割法中的阈值分割法可以很好地进行分割。步骤是：首先对灰度分布在g min 和g max之间的图像制定一个灰度阈值T （g min

阈值的选取是取得良好分割效果的最关键参

数，通常是根据图像的直方图来进行的。如果图像的灰度直方图是一个双峰直方图，那么就可以选择两峰之间的谷值作为阈值来分割目标和背景。

在实际应用中，激光光斑图像的双峰直方

图峰值较大，而我们最关心的谷底数值又较

小，使我们分辨不清谷底曲线的情况，在这种

情况下很难直接找到谷值作为阈值分割。为

此，我将直方图的纵坐标改为对数坐标，这样

形成的对数直方图有两个优点，一是谷底曲线

清楚，二是曲线较线性坐标的连续、平滑。阈

值确定后，将图像二值化。

3.3 光斑中心及长短轴计算

光斑中心利用如下形心计算公式进行计

算：图2 程序流程框图

图3 650nm半导体激光器的光斑

A xdA x A ∫=， A

ydA y A

∫= 式中，A 为激光光斑的面积，x 、y 为轴向坐标，d A 为一个像素标称面积。

长轴和短轴的计算方法是，对矩阵进行距离变换找出长轴，旋转90°即为短轴。 3.4 光强分布图的绘制

利用图像像素的行、列及对

应的光强值，分别作为x 、y 、z

轴的三维坐标，将一幅图的所有

点连起来，就构成一幅三维图

形，如图4。

3.5 水平和垂直光强分布

曲线

半导体激光器在屏幕的投

影为椭圆形光斑，沿长轴方向对

光强分布图的垂直剖面，得到水

平光强分布曲线；沿短轴方向对

光强分布图的垂直剖面，得到垂

直光强分布曲线，如图5所示。

3.6 远场发散角计算

发散角的计算可根据以下基本透镜成像公式计算得到：

f

v u 111=+ （1） 其中u 是毛玻璃到CCD 镜头的距离（物距），f 是CCD 镜头的焦距，v 像距。

根据半导体激光器发散角为“中心光强度下降1/2对应的角度”的定义，通过CCD 相应的灰度值确定CCD 光敏面上椭圆光斑的长、短轴分别是a v 和b v ，又设毛玻璃上椭圆光斑的长短轴分别是a u 和b u ，则有：

图4 650nm 半导体激光器光强三维分布

图5 长、短轴光强分布图

u

v u v b b a a u v == （2） 根据式（1）、（2），可得到毛玻璃上椭圆光斑的长轴和短轴分别是：

f

f u a a v u )(?= f f u b b v u )(?=

又设激光器正向出光面到毛玻璃的距离为d ，则可以根据激光器的发散角θ‖、θ⊥分别是：

tan(θ‖/2)=df

f u b v )(? （5） tan(θ⊥/2)=

df f u a v )(? （6） 式（5）、（6）就是要求的发散角公式。式中f 是镜头焦距，一个固定值，我们采用是6mm 镜头，d 和u 可以根据光学导轨刻度确定，a v 和b v 由图像处理得到。

参考文献

[1]亢俊健，苏美开等．LD 参数连续测试系统研究［J ］．激光杂志．2002，23（6），28～30

[2]黄章勇．光纤通信用光电子器件和组件［M ］．北京：北京邮电大学出版社，2001，58～58

[3]Griffiths K ，Burke S V ，Blood P ．Optical confinement in （AlGa ）InP visible emitting laser

diodes ．Measurements on Optical Devices ［J ］，IEE Colloquium on ，1992，Nov ．：4/1 ～4/9

[4]李强，金江华．大功率激光光束光斑诊断仪及其测试原理［J ］．激光技术．1999，23（6）：375～

378

[5]李国华，赵明山．激光束发散角精确测量的简便方法［J ］．光电子.激光．1991，2（1），13～15

[6] 赵明山，李国华．楔形平板干涉法精确测量激光束微小发散角［J ］．激光技术．1992，16（2）：

122～125

[7]奚全新，沈俊全，沈华勤等．高功率CO 2激光束测量［J ］．中国激光．1992，19（6）：415～418

[8]陈军，黄鹏．利用CCD 准确测量激光远场发散角［J ］．强激光与粒子束．1997，9（4）：552～

554 济南福来斯光电有限责任公司

[9]李伦，巩马理，刘兴占等．MA TLAB用于激光光束质量分析［J］．激光技术．2000，24（6）：405～

408

[10]http：//https://www.360docs.net/doc/e618892431.html,/manu/pulnix.htm

[11]http：//https://www.360docs.net/doc/e618892431.html,/image-processing/euresys/pci-frame-grabbers.shtml

[12]李弼程等．智能图像处理技术［M］．北京：电子工业出版社，2004

[13]吴剑锋，林强．一种图像边缘检测的新算法［J］．福州大学学报（自然科学版），2000，28（4），26-28 [14]李介谷．图像处理技术［M］．上海：上海交通大学出版社，1988，234～242

[15]佘新平，朱立．一种具有抗噪声干扰的图像边缘提取算法的研究［J］．电子技术应用，1999（1）：

9～10

[16]Chia Yung Han．Boundary extraction of transesophageal echocardiographic let-ventricular images

［J］．IEEE Transactions on Medical Imaging，1991，10（4）：603～609

[17]Loupas T，McDicken W N，Allan P L．An adaptive weighted median filter for speckle suppression in

medical ultrasonic images［J］．IEEE Transacitons on Circuits and Systems，1989，36（1）：129～135