CN105571517B - 一种适用于光纤端面检测的改进型相干峰解调方法 - Google Patents

Abstract

本发明公开了一种适用于光纤端面检测的改进型相干峰解调方法，属于光纤端面测量仪技术领域。所述的解调方法首先通过改进型极值法将相位提取快速限定在零级条纹内，减小由于环境扰动及CCD散粒噪声带来的随机误差。基于Carré相移算法对提取到的光强极大值进行相位修正，消除了线性相移误差对于光纤端面高度值的影响；在解算光纤端面高度值时，无需进行相位解包裹运算，提高了计算速度，并且具有对于相移器的线性误差ε不敏感，精度较高等优点。

Description

一种适用于光纤端面检测的改进型相干峰解调方法

技术领域

本发明涉及一种适用于光纤端面检测的改进型相干峰解调方法，属于光纤端面测量仪技术领域。

背景技术

光纤端面测量仪是基于白光干涉的原理，利用相位移动从而实现光纤端面干涉条纹的变化。光纤端面测试仪可以非接触的精确、快速的测量光纤表面形貌。作为光信号的传输介质，光纤端面形态直接影响光信号在光纤中的传输性能，因此光纤端面测量对端面形态的测量在光纤传感和传输中至关重要。由于光纤端面测量仪能够满足光纤在生产、应用过程中在线测试需求，因此能够广泛应用于大功率激光器、军用光电子器件、光纤电流传感器等高精尖科技领域。

光纤端面测量仪在干涉测量的过程中，通过相移器来改变参考光束和测试光束之间的光程差，同时采集若干幅干涉图，然后对干涉图进行求解得到光纤端面的高度。而采用传统Carré相移算法对相位进行提取时，需要对相位进行解包裹运算，计算量大，时间相对较长。在实际检测的干涉图中，由于环境扰动及CCD散粒噪声会带来随机误差，影响零级条纹的定位，相移器的线型误差也会对相对高度的解调产生影响。因此设计一种抗干扰能力强，速度快，对线性相移误差不敏感的相干峰解调方法尤为重要。

发明内容

本发明的目的是为了解决上述问题，提出一种适用于光纤端面检测的改进型相干峰解调方法，可以用于光纤端面测量系统中抗干扰，速度快，对相移器的线性误差不敏感。

本发明的一种适用于光纤端面检测的改进型相干峰解调方法，包括以下几个步骤：

步骤一：通过CCD采集干涉图像；

步骤二：通过改进的空域极值法结合Carré相移算法对相干峰进行解调，解算相对高度；

步骤三：恢复光纤端面三维形貌；

本发明的优点在于：

本发明在解算光纤端面高度值时，无需进行相位解包裹，对于相移器的线性误差ε不敏感，而且具有计算速度快，精度较高等优点。

本发明无需相位解包裹过程，减少了干涉条纹可见度变化带来的高度测量误差，不依赖光源波长即可较为灵活的确定相移步长，并且对相移器的线性位移误差具有免疫作用。

附图说明

图1为光纤端面测量系统原理图；

图2为白光干涉光强与光程差的关系图；

图3为本发明的方法流程图；

图4为图像中一点提取图像帧数与光强的对应关系；

图5为改进的极值法搜索路径流程图。

具体实施方式

下面结合附图和实施例对本发明进行详细说明。

如图1所示的是光纤端面测量系统的原理示意图，光源经过聚光镜，孔径光阑，准直扩束镜到达分光棱镜，其中一部分光会到达被测光纤端面，另一部分到达参考镜，反射后同时到达显微物镜，最后到达CCD成像。发生干涉时，各波长光产生的干涉条纹叠加后形成白光干涉条纹。压电陶瓷(PZT)相移器带动标准面移动时，干涉条纹会发生变化。

光纤端面测量仪测量三维形貌，是根据所采集的干涉条纹图像的光强值，得到物体表面的相对高度值，其关键在于准确的找到零光程差的位置即光强值最大的相干峰的位置。白光干涉光强与光程差有如图2所示的关系，光程差为0时，光强达到最大值。

基于上述的光纤端面测量系统，以及光程差与光强的关系，本发明提供的一种适用于光纤端面检测的改进型相干峰解调方法，流程如图3所示，首先通过CCD采集干涉图像，通过改进的空域极值法结合Carré相移算法对相干峰进行解调，解算相对高度，最后恢复其端面三维形貌，包括以下几个步骤：

步骤一：通过CCD采集干涉图像；

压电陶瓷带动参考镜移动，干涉条纹扫描被测物，压电陶瓷每移动一个步距d，CCD采集一幅干涉图像。

步骤二：通过改进的空域极值法结合Carré相移算法对相干峰进行解调，解算相对高度；

具体的：

(1)采用改进的极值法将相位提取限定在零级条纹；

随着压电陶瓷带动参考镜移动，同一点的光强值会随着图片帧数的增加而变化，如图4所示可能会出现±1级条纹高于零级条纹的现象导致相干峰定位不准确。因此对传统极值法的搜索路径进行优化，流程图如图5所示，首先遍历所有点搜索光强极小值对应的图片帧数N1，将N1前面一帧N_a和后面一帧N_b去掉后，继续搜索极小值，即定位光强次极小值对应的图片帧数N2，判断N1与N2的大小关系，当N1<N2时，从N1到N2，遍历所有点并搜索光强极大值对应的图片帧数N，否则，从N2到N1，遍历所有点并搜索光强极大值对应的图片帧数N，即可将相位提取限制在零级条纹，此方法可以减小由于环境扰动及CCD散粒噪声带来的随机误差；

(2)采用Carré相移算法对相位进行提取；

获取两束光振动合成的光的强度值：

式中：I_a表示由光纤表面反射的光的光强值，I_b表示由参考镜反射的光的光强值，I表示合成的光的强度值，表示经过分光镜到达被测物的反射后的光与经过分光镜到达参考经反射后的光的位相差，所以

其中，I_max为光强极大值，I_min为光强极小值，γ为干涉条纹对比度。

令I₀＝I_a+I_b，则可以得到：

当光程差为零时，即为零时，光强度为峰值。在实际测量中由于采样精度等问题，提取到的极大值与零光程差还存在一个φ相位提取误差，因此需要求解φ并对其进行修正；在测量过程中，压电陶瓷带动参考镜进行准确的线性移动。压电陶瓷步距设为d，则两相邻图像之间的相位变化由于压电陶瓷线性误差ε的存在，相位变化记为：

其中，为相位变化值，λ表示光源的中心波长。

基于Carré相移算法对提取到的光强极大值进行相位修正，其基本原理如下：

其中，I_bg为背景光强值，I_-3、I_-1、I₁、I₃分别为相对于所定位的零级条纹光强值前3帧、前1帧、后1帧、后3帧对应的光强值。

解得

其中，由上式可知，相位的提取与压电陶瓷的线性误差ε无关。

(3)利用提取到的相位值解算相对高度；

通过对相位的解算，可求得被测物的相对高度：

其中，h为相对高度，N为光强极大值对应的图片帧数。

步骤三：恢复光纤端面三维形貌；

通过步骤一至步骤二相干峰解调，解算出图像中一点的相对高度h，图像中每一点都以此类推，通过遍历图像中每一点解算相对高度，即可恢复整个被测面的三维形貌。

Claims (1)

1.一种适用于光纤端面检测的改进型相干峰解调方法，首先通过压电陶瓷带动参考镜移动，干涉条纹扫描被测物，压电陶瓷每移动一个步距d，CCD采集一幅干涉图像；

采用Carré相移算法对相位进行提取，获取两束光振动合成的光的强度值：

式中：I_a表示由光纤表面反射的光的光强值，I_b表示由参考镜反射的光的光强值，I表示合成的光的强度值，表示经过分光镜到达被测物的反射后的光与经过分光镜到达参考经反射后的光的位相差；

则所述的相干峰解调方法，其特征在于：包括以下几个步骤：

步骤一：通过CCD采集干涉图像；

步骤二：通过改进的空域极值法结合Carré相移算法对相干峰进行解调，解算相对高度；

具体的：

(1)采用改进的极值法将相位提取限定在零级条纹；

首先遍历所有点搜索光强极小值对应的图片帧数N1，将N1前面一帧N_a和后面一帧N_b去掉后，继续搜索极小值，定位光强次极小值对应的图片帧数N2，判断N1与N2的大小关系，当N1<N2时，从N1到N2，遍历所有点并搜索光强极大值对应的图片帧数N，否则，从N2到N1，遍历所有点并搜索光强极大值对应的图片帧数N，将相位提取限制在零级条纹；

(2)采用Carré相移算法对相位进行提取；

根据获取的两束光振动合成的光的强度值，设：

$I_{max}=I_a+I_b+2\sqrt{I_a{I}_b}$

$I_{\min }=I_a+I_b-2\sqrt{I_a{I}_b}$

$\mathrm{\&gamma;}=\frac{I_{max}-I_{min}}{I_{max}+I_{\min }}$

其中，I_max为光强极大值，I_min为光强极小值，γ为干涉条纹对比度；

令I₀＝I_a+I_b，得到：

当光程差为零时，即为零时，光强度为峰值；

对相位提取误差φ，进行修正，设压电陶瓷步距为d，两相邻图像之间的相位变化为则相位变化为：

其中，为相位变化值，λ表示光源的中心波长，ε表示压电陶瓷线性误差；

基于Carré相移算法对提取到的光强极大值进行相位修正：

其中，I_bg为背景光强值，I_-3、I_-1、I₁、I₃分别为相对于所定位的零级条纹光强值前3帧、前1帧、后1帧、后3帧对应的光强值；

解得

${\tan }^2\mathrm{\&phi;}=\frac{|\&lsqb;(I_{-3}-I_3)+(I_{-1}-I_1)\&rsqb;\&lsqb;3(I_{-1}-I_1)+(I_{-3}-I_3)\&rsqb;|}{{\&lsqb;(I_{-1}+I_1)+(I_{-3}+I_3)\&rsqb;}^2}$

(3)利用提取到的相位值解算相对高度；

通过对相位的解算，得到被测物的相对高度：

$h=N\&times;d-\frac{\mathrm{\&lambda;}}{4\mathrm{\&pi;}}\mathrm{\&phi;}$

其中，h为相对高度，N为光强极大值对应的图片帧数；

步骤三：恢复光纤端面三维形貌；

通过步骤一、步骤二，解算出图像中一点的相对高度h，遍历图像中每一点解算相对高度，恢复整个被测面的三维形貌。