CN113011439A - 一种干涉条纹位移信息提取方法 - Google Patents
一种干涉条纹位移信息提取方法 Download PDFInfo
- Publication number
- CN113011439A CN113011439A CN202110294168.8A CN202110294168A CN113011439A CN 113011439 A CN113011439 A CN 113011439A CN 202110294168 A CN202110294168 A CN 202110294168A CN 113011439 A CN113011439 A CN 113011439A
- Authority
- CN
- China
- Prior art keywords
- image
- displacement
- displacement information
- radius
- interference fringe
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及激光干涉测量技术领域。具体提供一种干涉条纹位移信息提取方法,以干涉条纹半径R与参考面和被测面投影距离之间的变化关系为理论依据,对干涉条纹进行图像处理,识别图像中心处干涉条纹半径的变化情况,实现分辨率为λ/4的位移信息提取。解决了人工计数误差大,光电传感器及图像处理识别方法分辨率低的缺点,实现自动化提取位移信息的同时,位移分辨率达到四分之一波长。
Description
技术领域
本发明涉及激光干涉测量技术领域,具体涉及一种干涉条纹位移信息提取方法。
背景技术
利用迈克尔逊干涉进行精密检测时,干涉条纹中心亮暗变化一次,光程差变化二分之一波长,当进行微位移检测时,位移变化二分之一波长。针对干涉条纹中心亮暗的变化次数的计数,主要方法有人工计数和自动计数。人工计数依靠人眼进行识别并进行计数,当变化次数较多,变化速度较快时,存在漏记得情况,容易造成计数人员的疲劳,存在较大的人为误差因素。自动计数利用光电传感器或图像处理识别图像中心的亮暗,自动化程度较高,但是位移分辨率最高是二分之一波长。
现有方法:人工计数,容易造成人员疲劳,存在较大的人为误差;光电传感器及图像处理识别中心亮暗的方法位移分辨率最高二分之一波长。
发明内容
针对上述问题,本发明提出了一种干涉条纹位移信息提取方法,本发明自动化程度高的同时,位移分辨率可以达到四分之一波长。
本发明提供一种干涉条纹位移信息提取方法,以干涉条纹半径R与参考面和被测面投影距离之间的变化关系为理论依据,对干涉条纹进行图像处理,识别图像中心处干涉条纹半径的变化情况,实现分辨率为λ/4的位移信息提取。
优选地,所述位移信息提取步骤包括:
S1:对相机采集到的干涉条纹图像进行中值滤波;
S2:对采集到的图像进行顶帽变换;
S3:对图像进行自适应阈值二值化处理;
S4:对图像进行形态学处理,去除步骤S3中二值化干涉条纹图像边缘的小面积区域。
优选地,步骤S3具体为:采用基于最大类间方差法的自适应阈值二值化对图像进行二值化处理。
优选地,所述步骤S4之后还包括如下步骤:
S5:对图像的中间位置连通域识别;
S6:计算外接矩形的边长;
S7:根据边长的数值变化来提取位移信息。
优选地,所述步骤S5中,所述中间位置连通域具体为识别图像的所有连通域并标记序号最大的连通域。
优选地,所述步骤S6具体为:绘制标记连通域的最小面积外接矩形并计算出矩形的边长,边长的一半即为中心位置干涉条纹的半径R。
优选地,半径变化到最大值的一半时,位移变化量为λ/4,当半径从最大值变化到零时,位移变化量为λ/2。
优选地,当干涉条纹中心位置为暗时,先对相机采集到的干涉条纹图像进行取反处理,再进行步骤S1-S7操作。
本发明能够得到以下有益效果:
本发明提供一种干涉条纹位移信息提取方法,解决人工计数误差大,光电传感器及图像处理识别方法分辨率低的缺点,实现自动化提取位移信息的同时,位移分辨率达到四分之一波长。
附图说明
图1是本发明的一种干涉条纹位移信息提取方法的迈克尔逊干涉示意图;
图2是本发明的一种干涉条纹位移信息提取方法的干涉成像原理示意图;
图3是本发明的一种干涉条纹位移信息提取方法的图像处理流程图;
图4是本发明的一种干涉条纹位移信息提取方法的图像处理效果图。
其中附图标记为:
1、激光器,2、扩束镜,3、分光棱镜,4、参考面,5、被测面,6、相机,7、被测面投影。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,而不构成对本发明的限制。
下面将结合实施例对本发明提供的一种干涉条纹位移信息提取方法进行详细说明。
本发明提供一种迈克尔逊干涉条纹位移信息提取方法,解决人工计数误差大,光电传感器及图像处理识别方法分辨率低的缺点,实现自动化提取位移信息的同时,位移分辨率达到四分之一波长。
根据迈克尔逊干涉光学原理,中间亮、暗条纹的半径与光程差存在近似线性的函数关系,即当中心的亮或暗条纹的半径变成最大半径一半时,认为此时的位移变化量是四分之一波长,从而实现四分之一波长的位移提取分辨率。
图1是本发明的一种干涉条纹位移信息提取方法的迈克尔逊干涉示意图。
如图1所示,激光器1发出的激光经扩束镜2的扩束、分光棱镜3的分光后,分别照射到相互垂直的参考面4和被测面5上,经参考面4和被测面5反射后的光束相干涉形成等倾干涉条纹投射到相机6上。当被测面5移动产生微位移时,两束干涉激光光程差发生变化,干涉条纹会出现“冒出”或“陷入”的现象,即干涉条纹中心会呈现亮暗交替的变化。
图2是本发明的一种干涉条纹位移信息提取方法的干涉成像原理示意图。
如图2所示,被测面5通过分光棱镜3形成虚像被测面投影7,可以认为两束相干光是由参考面4和被测面投影7反射产生,也等效于由虚光源M和N发出,当参考面4和被测面投影7之间距离为d时,两虚光源间距为2d,光屏在光场叠加区的任何位置,都可以形成等倾干涉条纹。
根据式(3)的干涉条纹半径公式,对于某一个特定的干涉条纹,k、λ和L均为定值,此时干涉条纹半径R随d的减小而减小,干涉条纹出现“陷入”现象。当图像中心处亮或暗的干涉条纹由半径最大逐渐完全“陷入”,此时位移变化量为λ/2;当中心位置亮或者暗的干涉条纹由半径最大逐渐缩小至1/2,此时位移变化量近似为为λ/4。
虚光源M和N到A点的光程差为:
其中M、N为虚光源,A为两虚光源到以R为半径的圆的边缘的交点,k为斜率,λ为波长。
根据式(3)的干涉条纹半径公式,对于某一个特定的干涉条纹,k、λ和L均为定值,此时干涉条纹半径R随d的减小而减小,干涉条纹出现“陷入”现象。当图像中心处亮或暗的干涉条纹由半径最大逐渐完全“陷入”,此时位移变化量为λ/2;当中心位置亮或者暗的干涉条纹由半径最大逐渐缩小至1/2,此时位移变化量近似为为λ/4。
图3是本发明的一种干涉条纹位移信息提取方法的图像处理流程图;
图4是本发明的一种干涉条纹位移信息提取方法的图像处理效果图。
本发明以干涉条纹半径R与d之间的变化关系为理论依据,对干涉条纹进行图像处理,识别图像中心处干涉条纹半径的变化情况,实现分辨率为λ/4的位移信息提取。图像处理流程图和效果图如图3和图4所示。本发明实施例中采用的是CCD相机。具体的位移信息提取步骤为:
S1:对CCD相机采集到的干涉条纹图像进行中值滤波;
S2:进行顶帽变换;
S3:对图像进行二值化处理;
S4:对图像进行形态学处理。
使用CCD相机干涉条纹图像进行采集,然后对CCD相机采集到的干涉条纹图像进行中值滤波去除噪声,去除噪声后的干涉条纹如图4-(3)所示;由于环境影响和迈克尔逊干涉的特点,干涉条纹图像一般亮度是不均匀的,所以要对去除噪声后的干涉条纹图像进行顶帽变换,解决非均匀亮度的问题,顶帽变换后的干涉条纹图像如图4-(3)所示;然后采用基于最大类间方差法的自适应阈值二值化对图像进行二值化处理,二值化处理后的干涉条纹图像如图4-(4)所示;由于二值化后的干涉条纹图像边缘存在不完整的条纹图像,所以需要去除二值干涉条纹图像边缘的小面积区域,并采用形态学处理去除图像的毛刺,形态学变换后的干涉条纹图像如图4-(5)所示。
本发明的干涉条纹图像位移信息提取步骤还包括:
S5:对图像的中间位置连通域识别;
S6:计算外接矩形的边长;
S7:根据边长的数值变化来提取位移信息。
在完成上述S1-S4步骤后得到一个清晰的干涉条纹图像,识别该图像的所有连通域并标记序号最大的连通域,即为中心位置的连通域;绘制标记连通域的最小面积外接矩形并计算出矩形的边长,边长的一半即为中心位置干涉条纹的半径;根据每帧图像中心处干涉条纹半径的变化幅度,当半径变化到最大值的一半时,位移变化量为λ/4,当半径从最大值变化到零时,位移变化量为λ/2。
当干涉条纹中心位置为暗时,识别条纹中心为暗的方法是:当条纹中心变成暗时,标记的连通域是上一帧条纹中心为亮时条纹的下一级条纹,半径比较大,所以当识别标记连通域半径比前一帧大时,此时干涉条纹中心位置变为暗,并进行图像取反处理。
所以当干涉条纹中心位置为暗时,进行图像取反处理,使干涉条纹中心处变成亮条纹再按照步骤S1-S7进行图像位移信息提取。
实验过程中,通过微位移台使被测面5产生位移,采用本发明提出的方法对被测面5移动过程中采集到的干涉条纹进行位移信息提取。
由于微位移台调整分辨率是1μm,经计算位移调整3μm、6μm、9μm,可以考察位移信息提取方法的有效性,共进行9次实验。位移信息提取是通过λ/4、λ/2累加得到的。实验数据及相对误差情况见下表。
根据上述图像处理结果和实验所示的数据可见,本发明的干涉条纹位移信息提取方法,解决了人工计数误差大,光电传感器及图像处理识别方法分辨率低的缺点,实现自动化提取位移信息的同时,位移分辨率可达到四分之一波长。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (8)
1.一种干涉条纹位移信息提取方法,其特征在于,以干涉条纹半径R与参考面(4)、被测面投影(7)距离之间的变化关系为理论依据,对干涉条纹进行图像处理,识别图像中心处干涉条纹半径的变化情况,实现分辨率为λ/4的位移信息提取。
2.如权利要求1所述的干涉条纹位移信息提取方法,其特征在于,所述位移信息提取步骤包括:
S1:对相机(6)采集到的干涉条纹图像进行中值滤波;
S2:对采集到的图像进行顶帽变换;
S3:对图像进行自适应阈值二值化处理;
S4:对图像进行形态学处理,去除步骤S3中二值化干涉条纹图像边缘的小面积区域。
3.如权利要求2所述的干涉条纹位移信息提取方法,其特征在于,步骤S3具体为:采用基于最大类间方差法的自适应阈值二值化对图像进行二值化处理。
4.如权利要求2所述的干涉条纹位移信息提取方法,其特征在于,所述步骤S4之后还包括如下步骤:
S5:对图像的中间位置连通域识别;
S6:计算外接矩形的边长;
S7:根据边长的数值变化来提取位移信息。
5.如权利要求4所述的干涉条纹位移信息提取方法,其特征在于,所述步骤S5中,所述中间位置连通域具体为识别图像的所有连通域并标记序号最大的连通域。
6.如权利要求4所述的干涉条纹位移信息提取方法,其特征在于,所述步骤S6具体为:绘制标记连通域的最小面积外接矩形并计算出矩形的边长,边长的一半即为中心位置干涉条纹的半径R。
7.如权利要求4所述的干涉条纹位移信息提取方法,其特征在于,半径变化到最大值的一半时,位移变化量为λ/4,当半径从最大值变化到零时,位移变化量为λ/2。
8.如权利要求4所述的干涉条纹位移信息提取方法,其特征在于,当干涉条纹中心位置为暗时,先对相机(6)采集到的干涉条纹图像进行取反处理,再进行步骤S1-S7操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294168.8A CN113011439A (zh) | 2021-03-19 | 2021-03-19 | 一种干涉条纹位移信息提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294168.8A CN113011439A (zh) | 2021-03-19 | 2021-03-19 | 一种干涉条纹位移信息提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113011439A true CN113011439A (zh) | 2021-06-22 |
Family
ID=76402898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110294168.8A Pending CN113011439A (zh) | 2021-03-19 | 2021-03-19 | 一种干涉条纹位移信息提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011439A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114383524A (zh) * | 2021-12-27 | 2022-04-22 | 南京工业大学 | 一种基于OpenCV的迈克尔逊干涉图像物理信息提取方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547179A (zh) * | 2015-12-01 | 2016-05-04 | 中国科学院长春光学精密机械与物理研究所 | 一种非球面方程的测量方法 |
CN105783776A (zh) * | 2016-04-25 | 2016-07-20 | 电子科技大学 | 基于双波面干涉条纹阵列的表面形貌测量装置及方法 |
CN205642302U (zh) * | 2016-05-24 | 2016-10-12 | 周冀馨 | 一种光学元件厚度测量装置 |
CN108303027A (zh) * | 2018-04-04 | 2018-07-20 | 孝感锐创机械科技有限公司 | 一种光学非接触式垂直振动位移检测*** |
CN110879040A (zh) * | 2019-09-19 | 2020-03-13 | 中北大学 | 基于双声光调制器的迈克尔逊外差干涉仪的位移测量方法 |
-
2021
- 2021-03-19 CN CN202110294168.8A patent/CN113011439A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547179A (zh) * | 2015-12-01 | 2016-05-04 | 中国科学院长春光学精密机械与物理研究所 | 一种非球面方程的测量方法 |
CN105783776A (zh) * | 2016-04-25 | 2016-07-20 | 电子科技大学 | 基于双波面干涉条纹阵列的表面形貌测量装置及方法 |
CN205642302U (zh) * | 2016-05-24 | 2016-10-12 | 周冀馨 | 一种光学元件厚度测量装置 |
CN108303027A (zh) * | 2018-04-04 | 2018-07-20 | 孝感锐创机械科技有限公司 | 一种光学非接触式垂直振动位移检测*** |
CN110879040A (zh) * | 2019-09-19 | 2020-03-13 | 中北大学 | 基于双声光调制器的迈克尔逊外差干涉仪的位移测量方法 |
Non-Patent Citations (1)
Title |
---|
李忠明 等: "迈克尔逊干涉条纹位移信息提取研究", 《电子测量技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114383524A (zh) * | 2021-12-27 | 2022-04-22 | 南京工业大学 | 一种基于OpenCV的迈克尔逊干涉图像物理信息提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5443435B2 (ja) | タイヤの欠陥検出方法 | |
CN113091634B (zh) | 一种适用于白光扫描干涉的微观形貌快速测量方法 | |
CN109269438A (zh) | 一种用于多层复杂微纳结构检测的结构光照明显微测量方法 | |
Amir et al. | High precision laser scanning of metallic surfaces | |
CN104964982A (zh) | 基于oct复信号的玻璃表面真伪缺陷识别方法及*** | |
US20190266693A1 (en) | Range differentiators for auto-focusing in optical imaging systems | |
CN113011439A (zh) | 一种干涉条纹位移信息提取方法 | |
CN100449571C (zh) | 三维扫描***中基于单像素的阈值分割方法 | |
CN110211074A (zh) | 低照度电子散斑干涉条纹图像增强方法 | |
JPH04161832A (ja) | 光位相差測定法 | |
Fernandez et al. | One-shot absolute pattern for dense reconstruction using DeBruijn coding and windowed Fourier transform | |
CN112113511B (zh) | 一种半透明物体表面轮廓线提取方法、***及终端 | |
Liebling et al. | Continuous wavelet transform ridge extraction for spectral interferometry imaging | |
CN104990497A (zh) | 无刀口后焦偏置的偏心光束法主动离焦量探测装置及方法 | |
Rao et al. | Algorithms for a fast confocal optical inspection system | |
JPS6271804A (ja) | 膜厚測定装置 | |
JP2016080470A (ja) | 欠陥検出装置、処理装置、および欠陥検出方法 | |
JP2023533767A (ja) | デジタルホログラム再構成システム及び方法 | |
Ilhan et al. | Autofocusing in digital holography | |
TWI729534B (zh) | 量測物體形貌的方法 | |
KR102564448B1 (ko) | 구조광과 홀로그래픽 카메라를 이용한 깊이 측정 장치 및 방법 | |
Ryoo et al. | 3D profilometry by analysis of noisy white-light interferograms | |
JP2002286411A (ja) | 縞解析方法および装置 | |
Gianto | Multi-dimensional Teager-Kaiser signal processing for improved characterization using white light interferometry | |
Chai et al. | Sparse domain robust denoising method in optically-sectioned structured illumination microscopy for complex surface measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210622 |