CN109883355A - 一种自动找寻干涉条纹的方法和装置 - Google Patents

Abstract

本发明提供了一种自动找寻干涉条纹的方法和装置，其中方法包括如下步骤：对白光干涉扫描图像在Z向等间隔依次采集图片，选取其中连续的N张图片，计算第n帧图片对应所述图像的像素条纹的特征值；所述N为大于或等于3的整数；计算第n帧图片对应所述图像的像素条纹的信噪比；依据当前第n帧图片的像素条纹的特征值与信噪比对当前状态进行检测；根据不同Z向位置的图片对应的像素条纹的特征值与信噪比，检测得到条纹干涉最亮的Z向位置和条纹干涉消失的Z向位置。采用本发明的技术方案，通过自动找寻并定位至干涉位置，从而实现安全、高效的找寻过程，无需操作人员实时操作和观察，省时省力，效率高，安全可靠。

Description

一种自动找寻干涉条纹的方法和装置

技术领域

本发明涉及干涉条纹检测，尤其涉及一种自动找寻干涉条纹的方法和装置。

背景技术

光学3D表面轮廓仪是以白光干涉扫描技术为基础研制而成的用于样品表面微观形貌检测的精密仪器。以非接触的扫描方式，实现针对样品表面的超高重复精度的3D测量，获取表征样品表面质量的2D、3D数据。可广泛应用于半导体、3C电子、超精密加工、光学加工、微纳米材料、微机电等行业中精密元器件的表面粗糙度、几何轮廓等参数的测量和分析。对各种产品、部件和材料表面的平面度、粗糙度、波纹度、面形轮廓、表面缺陷、磨损情况、腐蚀情况、孔隙间隙、台阶高度、弯曲变形情况、加工情况等表面形貌特征进行测量和分析。白光干涉原理如图1所示，干涉物镜内集成有将一束入射光分成测试光和参考光的分光板和参考板，从光源发出的光经会聚准直后经分光板进行干涉物镜，照射到样品表面后返回的光束经分光板和会聚透镜成像到CCD相机，当满足光的干涉条件时会形成干涉图像。当运动控制系统带动光学图像采集系统以纳米级的步进从样品表面低点运动到高点时，在样品表面不同高度处，形成的不同干涉条纹都会被CCD成像保存用于重建样品的3D图像。

然而在利用白光干涉扫描测量过程中，找到干涉条纹并移动到达指定的条纹位置是整个测量过程的必要环节之一，也是最繁琐和耗时的环节。图2为球类样品在扫描高度从低到高(或从高到底)变化时，摄像机视场内干涉条纹出现到消失的变化序列图。由于白光干涉区间非常小，几百纳米到两微米左右，而且时间有限，如何快速并高效的找到条纹位置，对测量操作者提出了很高的要求。

目前，寻找白光干涉仪找条纹的扫描区域主要采用人工手动找寻的方式，由于扫描找寻范围比较大，干涉物镜工作距离有几毫米，所以操作者需要边操作软件观察干涉条纹是否出现边实时移动相机镜头，需要操作员实时操作和观察既耗时且易疲劳，稍不注意就有可能错过条纹而找寻不到。而且还要切换位置到仪器附近进行人工观察物镜与测量样品间的距离，操作员工不断的在计算机和仪器之间来回切换操作位置和观察位置，无法所操作即所得，使用起来效率低；并且在软件操作时，极容易发生镜头与测量样品碰撞而损坏的情况。

发明内容

针对以上技术问题，本发明公开了一种自动找寻干涉条纹的方法和装置，解决手动操作繁琐、计算机与设备间低效率切换、测量易碰撞的问题。

对此，本发明采用的技术方案为：

一种自动找寻干涉条纹的方法，其包括以下步骤：

步骤S1，对白光干涉扫描图像在Z向等间隔依次采集m张图片，依次选取其中连续的N张图片，得到m-N个图片序列，所述N为大于或等于3的整数；

步骤S2，根据选取的N张图片，计算第n帧图片对应所述图像的像素条纹的特征值；所述第n帧图片对应所述图像的像素条纹的特征值为第n帧图片对应所述图像的每个或选定像素位置上、Z向图片序列的第n-|N/2|～n+|N/2|帧图片的灰度标准差，其中，|N/2|+1≤n≤m-|N/2|；也就是在计算第n帧图片的特征值时，采用该图片序列的前|N/2|帧和后|N/2|帧图片的灰度进行计算。

步骤S3，计算第n帧图片对应所述图像的像素条纹的信噪比；

步骤S4，依据当前第n帧图片的像素条纹的特征值与信噪比对当前状态进行检测；

步骤S5，根据不同Z向位置的图片对应的干涉状态及像素条纹的特征值与信噪比，检测得到条纹干涉最亮的Z向位置和条纹干涉消失的Z向位置。

此技术方案通过定义条纹特征、信噪比，并在采样位置计算每个像素条纹特征值和信噪比，并通过两者对比以及迭代的方式，找到条纹干涉最亮位置和条纹干涉消失位置，无需操作人员实时操作和观察，实现了干涉条纹的自动找寻，无需在计算机和仪器之间来回切换操作位置和观察位置，效率高。

进一步的，N优选为9。

作为本发明的进一步改进，步骤S2中，第n帧图片像素条纹的特征值Sn采用如下公式进行计算：

其中，M_n为第n帧图片邻近区域的表面像素的平均值，I_n-i为第n-i帧图片的灰度。

作为本发明的进一步改进，步骤S3中，第n帧图片像素条纹的信噪比T采用如下公式进行计算：

其中，μ是信号平均值或预期值，

σ是噪声的标准偏差，x_i为第i帧图片的灰度值，K为系数。K可以为1～10，进一步优选的，K值为5。K的取值根据不同的测试环境来确定，通过大量实验验证，当K为5时，找寻干涉条纹的效果更好。

信号与噪声的比值被定义为信号与噪声之间的功率比，可以从下面的公式得出：

μ是信号平均值或预期值，

σ是噪声的标准偏差，

在干涉特征判断时，本方法将信噪比计算简化为：如果最大标准差大于K倍的平均标准差，认为当前干涉信号足够好，位置处在干涉条纹区域；否则，当前干涉信号弱，位置不在干涉条纹区域。

作为本发明的进一步改进，步骤S5中，检测条纹干涉最亮的Z向位置包括如下子步骤：

子步骤S501，采集图片，计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T，并实时更新当前已经找到的最大的像素条纹特征值Smax；

子步骤S502，根据计算得到的图片的像素条纹特征Sn及信噪比T进行判断，若T大于1，进入子步骤S504，否者进入子步骤S503；

子步骤S503，判断当前是否已经找到Smax的Z向位置，已经找到则结束，未找到进入子步骤S505；

子步骤S504，判断Sn与当前最大的像素条纹特征值Smax的大小关系并实时更新Smax，同时记录Sn当前Z位置，执行子步骤S505；

子步骤S505，判断是否达到预设扫描范围，达到范围则结束；反之跳转子步骤S501继续采集。

作为本发明的进一步改进，步骤S5中，检测条纹干涉消失的Z向位置包括如下子步骤：

子步骤S511，采集图片，计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T，并实时更新当前已经找到的最大的像素条纹特征值Smax；

子步骤S512，根据计算得到的图片的像素条纹特征Sn及信噪比T进行判断，若T大于1，进入子步骤S514，否者进入子步骤S513；

子步骤S513，判断当前是否已经进入干涉区域，如果已经进入，记录当前Z轴位置，结束；未进入执行子步骤S515；

子步骤S514，标记为已经进入干涉区域，进入子步骤S515；

子步骤S515，判断是否达到预设扫描范围，达到范围则结束；反之跳转子步骤S511继续采集。

本发明还公开了一种自动找寻干涉条纹的装置，其包括运动控制模块、图像采集模块和干涉条纹找寻模块，所述运动控制模块与图像采集模块连接，驱动图像采集模块沿白光干涉扫描图像的Z向移动，所述图像采集模块与干涉条纹找寻模块连接；所述干涉条纹找寻模块按照如上任意一项所述的自动找寻干涉条纹的方法寻找干涉条纹；所述运动控制模块包括驱动电机和实时反馈Z位置的光栅。其中，运动控制模块用于控制图像采集模块的Z向运动，包括方向、速度、距离及当前位置反馈。图像采集模块用于控制图片触发采样及图像收发传输。

作为本发明的进一步改进，所述干涉条纹找寻模块包括条纹特征计算模块、干涉最亮特征检测模块和干涉特征消失检测模块，所述条纹特征计算模块分别与干涉最亮特征检测模块、干涉特征消失检测模块连接。

其中，条纹特征计算模块，用于计算当前位置的条纹特征；干涉最亮特征检测模块，用于检测当前条纹特征是否最亮特征；干涉特征消失检测模块，用于检测当前干涉特征是否消失。

进一步的，所述条纹特征计算模块计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T；所述干涉最亮特征检测模块对当前位置干涉状态进行确定，检测是否达到干涉最亮位置；所述干涉特征消失检测模块对当前位置干涉状态进行确定，检测是否达到干涉特征消失位置。

作为本发明的进一步改进，所述图像采集模块包括图像采集相机、干涉物镜和干涉光源，所述干涉光源透过干涉物镜照在测样物体表面形成干涉并反射到图像采集相机进行成像。

与现有技术相比，本发明的有益效果为：

采用本发明的技术方案，简化了手工找寻条纹烦琐而复杂的过程，通过自动找寻并定位至干涉位置，从而实现安全、高效的找寻过程，无需操作人员实时操作和观察，省时省力；无需在计算机和仪器之间来回切换操作位置和观察位置，效率高；还可以避免软件操作时发生干涉物镜与测量样品碰撞而损坏的情况，安全可靠。

附图说明

图1是本发明现有技术的白光干涉原理示意图。

图2是本发明现有技术的干涉条纹变化序列图，其中，a)、b)、c)、d)、e)分别为时刻t为1、2、3、4、5时的干涉条纹图。

图3是本发明自动找寻干涉条纹方法的流程示意图。

图4是本发明实施例中自动找寻干涉条纹装置拍摄的干涉图像。

图5是本发明实施例中自动找寻干涉条纹装置提取的一个像素的干涉信号数据图。

图6是本发明实施例的干涉状态变化图。

图7是本发明实施例的自动找寻干涉条纹装置模块组成示意图。

具体实施方式

下面对本发明的较优的实施例作进一步的详细说明。

实施例1

一种自动找寻干涉条纹装置，如图7所示，其包括运动控制模块、图像采集模块、干涉条纹找寻模块，所述干涉条纹找寻模块包括条纹特征计算模块、干涉最亮特征检测模块和干涉特征消失检测模块，所述运动控制模块与图像采集模块连接，驱动图像采集模块沿白光干涉扫描图像的Z向移动，所述图像采集模块与条纹特征计算模块连接；所述条纹特征计算模块分别与干涉最亮特征检测模块、干涉特征消失检测模块连接。下面对其中的模块分别描述如下：

(1)运动控制模块：包括驱动电机和光栅，通过驱动电机运动带动图像采集模块，光栅实时反馈Z位置。所述运动控制模块用于精准运动控制，包括运动速度、方向、距离和位置反馈。

(2)图像采集模块：包括图像采集相机、干涉物镜和干涉光源，所述图像采集模块就是光源透过干涉物镜照在测样物体表面形成干涉并反射到相机成像，相机根据控制指令进行拍照采样，采集的图片如图4所示。

(3)条纹特征计算模块：用于计算每张采集图片中每个像素的条纹特征Sn及信噪比T。

(4)干涉最亮特征检测模块：用于对当前位置干涉状态的计算确定，检测是否达到干涉最亮位置。

(5)干涉特征消失检测模块：用于对当前位置干涉状态的计算确定，检测是否达到干涉特征消失位置。

条纹特征计算模块、干涉最亮特征检测模块、干涉特征消失检测模块具体是可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机程序指令装置，该计算机程序指令装置可实现一个或多个流程中指定的功能。

实施例2

实施例1的自动找寻干涉条纹装置采用以下方法进行自动找寻干涉条纹，包括：

在Z向等间隔采集N张图片，所述N为大于或等于9的整数；

在采样位置对采集到的图片序列计算其每个像素条纹特征值；

在采样位置对采集到的图片序列计算其每个像素条纹信噪比；

在采样位置依据当前条纹特征与信噪比对条纹干涉最亮位置进行检测；

在采样位置依据当前条纹特征与信噪比对条纹干涉消失位置进行检测。

如图3所示，具体包括如下步骤：

步骤S1，对白光干涉扫描图像在Z向等间隔依次采集m张图片，依次选取其中连续的N张图片，得到m-N个图片序列，本实施例中N为9。

步骤S2，根据选取的N张图片，计算第n帧图片对应所述图像的像素条纹的特征值；所述第n帧图片对应所述图像的像素条纹的特征值为第n帧图片对应所述图像的每个或选定像素位置上、Z向图片序列的第n-4～n+4帧图片的灰度标准差，其中，5≤n≤m-4；也就是在计算第n帧图片的特征值时，采用该图片序列的前|N/2|帧和后|N/2|帧图片的灰度进行计算，本实施例是选择该图片序列的前4帧和后4帧图片的灰度进行计算。

步骤S3，计算第n帧图片对应所述图像的像素条纹的信噪比；

步骤S4，依据当前第n帧图片的像素条纹的特征值与信噪比对当前状态进行检测；

步骤S5，根据不同Z向位置的图片对应的干涉状态及像素条纹的特征值与信噪比，检测得到条纹干涉最亮的Z向位置和条纹干涉消失的Z向位置。

下面针对步骤S2～步骤S5的步骤进行分别说明。

(1)计算采集到图片的条纹特征：

对自动找寻干涉条纹装置拍摄的图片的每个像素灰度进行提取，每次参与计算的图像序列数为9。

白光干涉信号可以被表示为一个包络受高斯函数调制的余弦信号。其可见度不恒定，随不同的扫描位置而变化。当测量光与参考光光程差为零时，干涉信号出现最大值，干涉特征最明显。如图4是自动找寻干涉条纹装置拍摄的干涉图像，图5是自动找寻干涉条纹装置提取的一个像素的干涉信号数据。

在Z向的图片序列上，远离相干区域的像素灰度值比较均匀，Z向上的灰度对比度很小；而在干涉区域，由于干涉叠加和相消，Z向上的灰度对比度会急剧变大。本方法采用计算每个像素位置上的Z向灰度标准差作为当前位置的条纹特征。

对于每个表面像素，当读取第n帧时，计算Z向邻近区域的平均值M_n、标准差S_n。该邻近区域的长度设置为光源的中心波长。采用相移扫描，单周期相移步数8，邻近区域范围设置为±4。下面给出邻近区域范围为±4的计算：

定义S_n为第n帧的像素条纹的特征值。

(2)计算采集到图片的当前信噪比：

定义干涉的信噪比为T。

信号与噪声的比值被定义为信号与噪声之间的功率比，可以从下面的公式得出：

μ是信号平均值或预期值，

σ是噪声的标准偏差，

在干涉特征判断时，本方法将信噪比计算简化为：如果最大标准差大于K倍的平均标准差，认为当前干涉信号足够好，位置处在干涉条纹区域；否则，当前干涉信号弱，位置不在干涉条纹区域。

定义K优选为5。

(3)依据当前条纹特征与信噪比对当前状态进行检测：

每读入一副图像，计算每个像素Z向图片序列的条纹特征，并实时更新当前已经找到的最大条纹特征值Smax。

定义初始状态：全自动找寻条纹装置最初始开始状态，初始状态，Smax为第一幅图像计算得到的条纹特征。

定义早期状态：全自动找寻条纹装置刚开始便已经处于相干区域的状态，但这是不完整的相干区域。

定义低级状态：全自动找寻条纹装置远离相干区域的状态，此位置的信噪比T均小于1。

定义已找到状态：信噪比T从小于1到大于1的状态变化，说明已经进入相干区域并找到了条纹。

干涉状态变化如图6所示。

(4)条纹干涉最亮位置检测方法，包括：

①自动找寻条纹装置定位并采集图像，计算每个像素条纹特征Sn及信噪比T，执行步骤②。

②判断T是否大于1，如果大于执行步骤④，反之执行步骤③。

③判断当前是否已经找到Smax位置，已经找到跳转⑥结束；未找到执行⑤。

④判断Sn与最大标准差值Smax大小关系并实时更新Smax，并记录当前Z位置，执行步骤⑤。

⑤判断是否达到预设扫描范围，达到范围执行⑥结束；反之跳转步骤①继续采集。

⑥结束。

(5)条纹干涉消失位置检测方法：

①自动找寻条纹装置定位并采集图像，计算每个像素条纹特征Sn及信噪比T，执行②。

②判断T是否大于1，如果大于执行④，反之执行③。

③判断当前是否已经进入干涉区域，如果已经进入记录当前Z轴位置跳转⑥结束；未进入执行⑤。

④标记为已经进入干涉区域，执行⑤。

⑤判断是否达到预设扫描范围，达到范围执行⑥结束；反之跳转①继续采集。

⑥结束。

本实施例的技术方案，正常样品测试自动找寻条纹成功率可以达到百分之百。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种自动找寻干涉条纹的方法，其特征在于：其包括以下步骤：

步骤S1，对白光干涉扫描图像在Z向等间隔依次采集m张图片，依次选取其中连续的N张图片，所述N为大于或等于3的整数；

步骤S2，根据选取的N张图片，计算第n帧图片对应所述图像的像素条纹的特征值；所述第n帧图片对应所述图像的像素条纹的特征值为第n帧图片对应所述图像的每个或选定像素位置上、Z向图片序列的第n-|N/2|～n+|N/2|帧图片的灰度标准差，其中，|N/2|+1≤n≤m-|N/2|；

步骤S3，计算第n帧图片对应所述图像的像素条纹的信噪比；

步骤S4，依据当前第n帧图片的像素条纹的特征值与信噪比对当前状态进行检测；

步骤S5，根据不同Z向位置的图片对应的干涉状态及像素条纹的特征值与信噪比，检测得到条纹干涉最亮的Z向位置和条纹干涉消失的Z向位置。

2.根据权利要求1所述的自动找寻干涉条纹的方法，其特征在于：步骤S2中，

第n帧图片像素条纹的特征值Sn采用如下公式进行计算：

其中，M_n为第n帧图片邻近区域的表面像素的平均值，I_n-i为第n-i帧图片的灰度。

3.根据权利要求1所述的自动找寻干涉条纹的方法，其特征在于：步骤S3中，第n帧图片像素条纹的信噪比T采用如下公式进行计算：

其中，μ是信号平均值或预期值，

σ是噪声的标准偏差，x_i为第i帧图片的灰度值，K为系数。

4.根据权利要求3所述的自动找寻干涉条纹的方法，其特征在于：K值为5。

5.根据权利要求3所述的自动找寻干涉条纹的方法，其特征在于：步骤S5中，检测条纹干涉最亮的Z向位置包括如下子步骤：

子步骤S501，采集图片，计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T，并实时更新当前已经找到的最大的像素条纹特征值Smax；

子步骤S502，根据计算得到的图片的像素条纹特征Sn及信噪比T进行判断，若T大于1，进入子步骤S504，否者进入子步骤S503；

子步骤S503，判断当前是否已经找到Smax的Z向位置，已经找到则结束，未找到进入子步骤S505；

子步骤S504，判断Sn与当前最大的像素条纹特征值Smax的大小关系并实时更新Smax，同时记录Sn当前Z位置，执行子步骤S505；

子步骤S505，判断是否达到预设扫描范围，达到范围则结束；反之跳转子步骤S501继续采集。

6.根据权利要求3所述的自动找寻干涉条纹的方法，其特征在于：步骤S5中，检测条纹干涉消失的Z向位置包括如下子步骤：

子步骤S511，采集图片，计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T，并实时更新当前已经找到的最大的像素条纹特征值Smax；

子步骤S512，根据计算得到的图片的像素条纹特征Sn及信噪比T进行判断，若T大于1，进入子步骤S514，否者进入子步骤S513；

子步骤S513，判断当前是否已经进入干涉区域，如果已经进入，记录当前Z轴位置，结束；未进入执行子步骤S515；

子步骤S514，标记为已经进入干涉区域，进入子步骤S515；

子步骤S515，判断是否达到预设扫描范围，达到范围则结束；反之跳转子步骤S511继续采集。

7.一种自动找寻干涉条纹的装置，其特征在于：其包括运动控制模块、图像采集模块和干涉条纹找寻模块，所述运动控制模块与图像采集模块连接，驱动图像采集模块沿白光干涉扫描图像的Z向移动，所述图像采集模块与干涉条纹找寻模块连接；所述干涉条纹找寻模块按照如权利要求1～6任意一项所述的自动找寻干涉条纹的方法寻找干涉条纹；所述运动控制模块包括驱动电机和实时反馈Z位置的光栅。

8.根据权利要求7所述的自动找寻干涉条纹的装置，其特征在于：所述干涉条纹找寻模块包括条纹特征计算模块、干涉最亮特征检测模块和干涉特征消失检测模块，所述条纹特征计算模块分别与干涉最亮特征检测模块、干涉特征消失检测模块连接；所述条纹特征计算模块计算第n帧图片对应所述图像的像素条纹的特征值Sn及信噪比T；所述干涉最亮特征检测模块对当前位置干涉状态进行确定，检测是否达到干涉最亮位置；所述干涉特征消失检测模块对当前位置干涉状态进行确定，检测是否达到干涉特征消失位置。

9.根据权利要求7所述的自动找寻干涉条纹的装置，其特征在于：所述图像采集模块包括图像采集相机、干涉物镜和干涉光源，所述干涉光源透过干涉物镜照在测样物体表面形成干涉并反射到图像采集相机进行成像。