CN110285772A - 一种计算全息元件检测精度的评价方法、系统及介质 - Google Patents
一种计算全息元件检测精度的评价方法、系统及介质 Download PDFInfo
- Publication number
- CN110285772A CN110285772A CN201910537221.5A CN201910537221A CN110285772A CN 110285772 A CN110285772 A CN 110285772A CN 201910537221 A CN201910537221 A CN 201910537221A CN 110285772 A CN110285772 A CN 110285772A
- Authority
- CN
- China
- Prior art keywords
- cgh
- phase error
- holographic element
- evaluation method
- detection accuracy
- 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.)
- Granted
Links
Classifications
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种计算全息元件检测精度的评价方法、系统及介质,评价方法包括获取CGH样品的多个显微图像分别作为测量图像单元,分别进行灰度化、提取出CGH条纹的轮廓数据点并计算出实际坐标值,对于各个测量图像单元,分别比较每个轮廓特征点实际坐标值和设计坐标值之间的差值得到局部的位置偏差量、计算出各个轮廓特征点引入的相位误差,根据所有的相位误差统计计算由CGH图案畸变造成的波前相位误差PV值WPV及图案畸变引入的波前相位误差RMS值WRMS。本发明能够克服CGH图案畸变对非球面检测精度的影响,可应用于由不规则条纹图案组成的CGH元件,具有广泛适用性的优点。
Description
技术领域
本发明涉及精密光学计量领域,具体涉及一种计算全息元件(CGH)检测精度的评价方法、系统及介质。
背景技术
复杂曲面在光学系统中具有很多独特的优势,它可以矫正像差、改善像质、扩大视场、增大作用距离、减少光能损失,从而获得高质量的图像效果和高品质的光学特性。计算全息元件(CGH)基于衍射理论可生成任意指定波前形状,能够补偿各种类型的像差,是解决复杂曲面面形测量问题的核心元器件。解决复杂曲面面形测量问题的CGH法是当前检测复杂曲面精度最高的技术手段,故其本身的检测精度只能通过间接的方法进行评定。然而由于CGH的检测精度主要受到全息微结构制造不确定性的影响,因此正确评价微结构的制造误差对于提升CGH性能具有重要的指导意义。
根据前人的研究成果可知,在对CGH的基底误差进行标定后,图案畸变成为影响CGH检测精度最主要的误差源。针对图案畸变误差的相关研究,1984年Murphy提出在CGH为直条纹的前提下利用由理想点光源产生的杨氏干涉条纹与CGH上的刻蚀条纹相互干涉形成的莫尔条纹来得到条纹位置畸变值;申请号为201310127454.0的发明专利公开了一种消除圆对称位相型计算全息片条纹图形畸变对检测结果影响的方法。然而,直条纹或圆对称的CGH条纹通常适用于检测平面或较简单的非球面,由于检验复杂曲面的CGH通常由不规则轮廓的条纹构成,因此,现阶段CGH图案畸变的评价方法无法满足实际应用的需求。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种计算全息元件检测精度的评价方法、系统及介质,本发明能够克服CGH图案畸变对非球面检测精度的影响,可应用于由不规则条纹图案组成的CGH元件,具有广泛适用性的优点。
为了解决上述技术问题,本发明采用的技术方案为:
一种计算全息元件检测精度的评价方法,实施步骤包括:
1)获取CGH样品的多个显微图像分别作为测量图像单元,所述CGH样品的区域中心预先嵌入有一个微米量级的多边形标记,所述多个显微图像为将CGH样品放置在XY运动平台上、以标记位置为中心采用超景深测量装置分别在X、Y方向上对CGH样品的微结构进行采样拍摄得到;
2)对各个测量图像单元进行灰度化,并基于边缘检测提取出CGH条纹的轮廓数据点;
3)考虑到CGH条纹由离散微小线段构成各段轮廓,对CGH条纹的轮廓数据点进行离散线段拟合处理得到对应离散微小线段端点的各段轮廓的轮廓特征点,以多边形标记作为坐标参考基准设定一个测量参考坐标系,赋予所有轮廓特征点在测量参考坐标系下的坐标值(xm,ym);
4)将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)通过预设的位姿变换矩阵转换为标准坐标系下相应的坐标值(xd,yd)作为实际坐标值;
5)对于各个测量图像单元,分别比较每个轮廓特征点实际坐标值和设计坐标值之间的差值得到局部的位置偏差量Δx和Δy;
6)根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y),从而得到所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εN,其中N为测量图像单元的数量;
7)根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn统计计算由CGH图案畸变造成的波前相位误差PV值WPV及图案畸变引入的波前相位误差RMS值WRMS。
优选地,步骤1)中区域中心预先嵌入有一个微米量级的多边形标记为三角形、或菱形、或五边形、或六边形。
优选地,步骤2)中基于边缘检测提取出CGH条纹的轮廓数据点的详细步骤包括:
2.1)对灰度化处理后的测量图像单元通过阈值T进行低通滤波处理;
2.2)针对滤波处理后的测量图像单元中的各个像素点计算一阶偏导;
2.3)针对滤波处理后的测量图像单元,在X方向上逐行搜索相邻坐标一阶偏导异号的X方向条纹边缘点,在Y方向上逐行搜索相邻坐标一阶偏导异号的Y方向条纹边缘点,然后将X方向条纹边缘点、Y方向条纹边缘点组合起来得到CGH条纹的轮廓数据点。
优选地,步骤4)之前还包括标定生成预设的位姿变换矩阵的步骤,详细步骤包括:将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)、在标准坐标系下相应的坐标值(xd,yd)分别代入测量参考坐标系下的坐标值、标准坐标系下相应的坐标值之间的函数关系表达式,该函数关系表达式中除了测量参考坐标系下的坐标值、标准坐标系下相应的坐标值以外还包括θ、c、h,其中θ为旋转角度、c为x方向上的平移量、h为y方向上的平移量,基于最小二乘迭代法求得参数θ、c、h的最佳取值,从而得到位姿变换矩阵B(θ,c,h)。
优选地,步骤6)中根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y)具体是通过将CGH样品的相位函数对x坐标求导乘以x方向的位置偏差量Δx、CGH样品的相位函数对y坐标求导乘以y方向的位置偏差量Δy相加后得到。
优选地,步骤7)中由CGH图案畸变造成的波前相位误差WPV的计算过程包括统计出所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn中的最大相位误差εmax和最小相位误差εmin,计算最大相位误差εmax和最小相位误差εmin之间的差值得到由CGH图案畸变造成的波前相位误差WPV。
优选地,步骤7)中图案畸变引入的波前相位误差RMS值WRMS的计算过程包括根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn计算轮廓特征点位置偏差引入相位误差的平均值W,将ε1~εn减去常数项W后得到W1~Wn,根据W1~Wn的结果计算得到图案畸变引入波前误差的均方根值WRMS。
此外,本发明还提供一种计算全息元件检测精度的评价系统,包括超景深测量装置、图像处理计算机以及用于放置CGH样品的XY运动平台,所述超景深测量装置包括升降台和安装在升降台上的变焦镜头,所述变焦镜头上设有照明光源,所述变焦镜头的输出端与图像处理计算机相连,所述图像处理计算机被编程或配置以执行所述计算全息元件检测精度的评价方法的步骤,或该所述图像处理计算机的存储介质上存储有被编程或配置以执行所述计算全息元件检测精度的评价方法的计算机程序。
此外,本发明还提供一种计算全息元件检测精度的评价系统,包括计算机设备,该计算机设备被编程或配置以执行所述计算全息元件检测精度的评价方法的步骤,或该计算机设备的存储介质上存储有被编程或配置以执行所述计算全息元件检测精度的评价方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行所述计算全息元件检测精度的评价方法的计算机程序。
和现有技术相比,本发明具有下述优点:从公开的专利及资料来看,当前全息图案畸变评价方法主要针对由直条纹或圆对称条纹组成的计算全息元件(CGH),适用范围非常有限。然而,随着光学元件面形趋于复杂,自由曲面开始大量使用,使得实际设计的CGH图案大多由不规则的条纹轮廓组成,现有的技术方法已无法满足这类复杂图案误差的评定需求。针对这一问题,本发明提出一种切实可行的解决方案,能够准确表征各类复杂全息条纹的图案畸变误差,具有更广泛的适用性,本发明可应用于评价基于复杂曲面检验的CGH,对于提升全息微结构的制造性能具有重要的指导意义。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例中嵌入的多边形标记示意图。
图3为本发明实施例中CGH区域采样检测示意图。
图4为本发明实施例中提取轮廓数据点的基本流程图。
图5为本发明实施例中生成离散线段拟合特征点的原理图。
图6为本发明实施例装置的结构原理示意图。
具体实施方式
如图1所示,本实施例计算全息元件检测精度的评价方法的实施步骤包括:
1)获取CGH样品的多个显微图像分别作为测量图像单元,CGH样品的区域中心预先嵌入有一个微米量级的多边形标记,多个显微图像为将CGH样品放置在XY运动平台上、以标记位置为中心采用超景深测量装置分别在X、Y方向上对CGH样品的微结构进行采样拍摄得到;
2)对各个测量图像单元进行灰度化,并基于边缘检测提取出CGH条纹的轮廓数据点;
3)考虑到CGH条纹由离散微小线段构成各段轮廓,对CGH条纹的轮廓数据点进行离散线段拟合处理得到对应离散微小线段端点的各段轮廓的轮廓特征点,以多边形标记作为坐标参考基准设定一个测量参考坐标系,赋予所有轮廓特征点在测量参考坐标系下的坐标值(xm,ym);
4)将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)通过预设的位姿变换矩阵转换为标准坐标系下相应的坐标值(xd,yd)作为实际坐标值;
5)对于各个测量图像单元,分别比较每个轮廓特征点实际坐标值和设计坐标值之间的差值得到局部的位置偏差量Δx和Δy;
6)根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y),从而得到所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εN,其中N为测量图像单元的数量;
7)根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn统计计算由CGH图案畸变造成的波前相位误差PV值WPV及图案畸变引入的波前相位误差RMS值WRMS。
如图2所示,本实施例步骤1)中区域中心预先嵌入有一个微米量级的多边形标记为六边形,标记A1所示为全息条纹;标记A2为预先嵌入的多边形标记,其中a~f为多边形标记(六边形)的六个顶点;此外预先嵌入的多边形标记也可以根据需要采用三角形、或菱形、或五边形,如标记A3所示。
本实施例中,步骤1)中的多个显微图像为将CGH样品放置在XY运动平台上、以标记位置为中心采用超景深测量装置分别在X、Y方向上对CGH样品的微结构进行采样拍摄得到,且进行采样拍摄时,以如图3所示两个相互垂直的方向作为X、Y轴,通过运动平台控制CGH样品在X和Y方向上分别进行等间隔采样测量,每拍摄一组CGH微结构的图像作为一个测量图像单元,图3中标号4是指CGH样品,标号B是指等间隔采样测量时的拍摄采样点。
本实施例中,由于每个测量图像单元为jpg的图像文件,因此需通过MATLAB软件对各个测量图像单元进行处理得到灰度分布图。图4中,标号C表示CGH条纹的拍摄图像,标号D表示灰度化处理后得到的灰度分布图,在灰度分布图的局部会出现图像的边缘特征,这部分特征可反映CGH条纹的轮廓信息。边缘特征的灰度呈现先减小后增大的变化趋势,且存在明显的极小值点,以边缘特征的极小点作为条纹轮廓进行分析。从图4中可以看出,图像的灰度值在条纹轮廓线D的部分变化显著,具有明显的边缘效应,可基于图像边缘检测方法提取出条纹轮廓数据点。
如图4所示,除了前述的灰度化处理步骤以外,步骤2)中基于边缘检测提取出CGH条纹的轮廓数据点的详细步骤包括:
2.1)对灰度化处理后的测量图像单元通过阈值T进行低通滤波处理;
对于某一灰度分布图f(x,y)而言,设定一个阈值T,对灰度图进行低通滤波处理后,得到图像各处像素的灰度值如式(1)所示;
式(1)中,NaN表示该点数据被去除,f(x,y)为低通滤波前的灰度值,g(x,y)为低通滤波后的灰度值,T为阈值。
2.2)针对滤波处理后的测量图像单元中的各个像素点计算一阶偏导;
计算滤波后的灰度图像中某点f(xi,yj)的偏导数如式(2)所示;
式(2)中,Gx为x方向的偏导数,Gy为y方向的偏导数,f(xi,yj)表示滤波的点f(xi,yj),f(xi+1,yj)表示点f(xi,yj)在x轴方向的下一个像素点,f(xi,yj+1)表示点f(xi,yj)在y轴方向的下一个像素点。
2.3)针对滤波处理后的测量图像单元,在X方向上逐行搜索相邻坐标一阶偏导异号的X方向条纹边缘点,在Y方向上逐行搜索相邻坐标一阶偏导异号的Y方向条纹边缘点,然后将X方向条纹边缘点、Y方向条纹边缘点组合起来得到CGH条纹的轮廓数据点。
以在X方向上逐行搜索相邻坐标一阶偏导异号的X方向条纹边缘点为例,其针对灰度图像的Gx分布在X方向上逐行搜索条纹边缘点其限定条件如式(3)所示;以在Y方向上逐行搜索相邻坐标一阶偏导异号的Y方向条纹边缘点为例,其针对灰度图像的Gy分布在Y方向上逐行搜索条纹边缘点其限定条件如式(4)所示;
Gx(xi,yj)·Gx(xi+1,yj)≤0 (3)
Gy(xi,yj)·Gy(xi,yj+1)≤0 (4)
式(3)和式(4)中,Gx(xi,yj)为点f(xi,yj)在x方向的偏导数,Gy(xi,yj)为点f(xi,yj)在y方向的偏导数,Gx(xi+1,yj)为点f(xi+1,yj)在x方向的偏导数,Gy(xi,yj+1)为点f(xi,yj+1)在y方向的偏导数。将两部分提取的数据点组合起来,即得到测量图像中条纹轮廓信息。按照上述方法,可从图像单元提取出全息条纹轮廓的轮廓数据点。
如图5所示,本实施例中步骤3)中对CGH条纹的轮廓数据点进行离散线段拟合处理得到对应离散微小线段端点的各段轮廓的轮廓特征点的步骤包括:
3.1)针对目标离散微小线段端设定限差D(通常取条纹周期的1/50),针对目标离散微小线段端搜索测量范围边界上距离最远的两个轮廓数据点分别作为初始点E、末尾点F;
3.2)在初始点E、末尾点F之间连接一条直线,求得该离散微小线段端中所有轮廓数据点到该直线的距离,并找出的最大距离值dmax;
3.3)将最大距离值dmax与预设的限差D进行比较,若最大距离值dmax小于限差D(dmax<D)成立,则判定初始点E、末尾点F之间的所有中间轮廓数据点均为冗余数据点G,将冗余数据点G全部舍去,结束并退出;若最大距离值dmax大于等于限差D(dmax≥D)成立,则保留最大距离值dmax对应的轮廓数据点作为有效特征点H,且以该有效特征点H为界,把初始点E、末尾点F之间的曲线分为轮廓数据点两部分,对这两部分轮廓数据点分别递归执行步骤3.1)~3.3)直至提取所有的有效特征点H,有效特征点H即为各段轮廓的离散线段节点(顺次连接有效特征点H即可得到CGH条纹的实际条纹轮廓)。
本实施例中,步骤4)之前还包括标定生成预设的位姿变换矩阵的步骤,详细步骤包括:将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)、在标准坐标系下相应的坐标值(xd,yd)分别代入测量参考坐标系下的坐标值、标准坐标系下相应的坐标值之间的函数关系表达式,该函数关系表达式中除了测量参考坐标系下的坐标值、标准坐标系下相应的坐标值以外还包括θ、c、h,其中θ为旋转角度、c为x方向上的平移量、h为y方向上的平移量,基于最小二乘迭代法求得参数θ、c、h的最佳取值,从而得到位姿变换矩阵B(θ,c,h)。
本实施例中,测量参考坐标系下的坐标值、标准坐标系下相应的坐标值之间的函数关系表达式如式(5)所示;
式(5)中,(xm,ym)为轮廓特征点(x,y)在测量参考坐标系下的坐标值,(xd,yd)为轮廓特征点(x,y)在标准坐标系下相应的坐标值,θ为旋转角度,c为x方向上的平移量,h为y方向上的平移量。将特征点代入上式,通过最小二乘迭代法求得位姿变换矩阵B(θ,c,h)。所有条纹轮廓点可基于变换矩阵B将测量坐标系下的平面坐标转换为标准坐标系下的平面坐标。
本实施例中,步骤6)中根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y)具体是通过将CGH样品的相位函数对x坐标求导乘以x方向的位置偏差量Δx、CGH样品的相位函数对y坐标求导乘以y方向的位置偏差量Δy相加后得到。
本实施例中,步骤7)中由CGH图案畸变造成的波前相位误差WPV的计算过程包括统计出所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn中的最大相位误差εmax和最小相位误差εmin,计算最大相位误差εmax和最小相位误差εmin之间的差值得到由CGH图案畸变造成的波前相位误差WPV。
本实施例中,步骤7)中图案畸变引入的波前相位误差RMS值WRMS的计算过程包括根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn计算轮廓特征点位置偏差引入相位误差的平均值W,将ε1~εn减去常数项W后得到W1~Wn,根据W1~Wn的结果计算得到图案畸变引入波前误差的均方根值WRMS。
如图6所示,本实施例的计算全息元件检测精度的评价系统包括超景深测量装置1、XY运动平台2(用于放置CGH样品4)和图像处理计算机3,超景深测量装置1包括升降台11和安装在升降台11上的变焦镜头12(高分辨率),变焦镜头12上设有照明光源13,变焦镜头12的输出端与图像处理计算机3相连,图像处理计算机3被编程或配置以执行本实施例前述计算全息元件检测精度的评价方法的步骤,或该图像处理计算机3的存储介质上存储有被编程或配置以执行本实施例前述计算全息元件检测精度的评价方法的计算机程序。
本实施例中,在通过超景深测量装置1和XY运动平台2进行图像采集时,将CGH样品4放置在二维XY平台2上,控制平台使多边形标记移动至光学成像区域,以多边形中心为原点,建立一个测量参考坐标系。针对表征区域内CGH最小周期选择变焦镜头1的放大倍数,应使得成像分辨率小于条纹周期的1/100。
XY运动平台2为二维运动平台,具有x、y两个方向的精确运动控制功能,平台定位精度≤0.2μm。本实施例中,XY运动平台2包括依次相连的工业计算机21、运动控制器22和二维XY运动台23,CGH样品4放置在二维XY运动台23上。在测量过程中,先将CGH样品4放置在XY运动平台2上,平台定位精度≤0.2μm,通过升降台11将高分辨率的变焦镜头12调整至景深范围,对CGH样品4的表面微结构进行实时拍摄,在液晶显示器上可获得显微图像,能够实现在500到5000的放大倍数下连续拍摄,并且通过调节景深可获得高对比度的全息条纹图像。将工业计算机21连接运动控制器22,控制CGH样品4随平台在XY方向上移动,从而实现CGH全口径区域的扫描采样测量。
此外,本实施例还提供一种计算全息元件检测精度的评价系统,包括计算机设备,该计算机设备被编程或配置以执行本实施例前述计算全息元件检测精度的评价方法的步骤,或该计算机设备的存储介质上存储有被编程或配置以执行本实施例前述计算全息元件检测精度的评价方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行本实施例前述计算全息元件检测精度的评价方法的计算机程序。
随着光学元件面形趋于复杂,自由曲面开始大量使用,使得实际设计的CGH图案大多由不规则的条纹轮廓组成,现有的技术方法已无法满足复杂全息条纹的图案畸变评定需求。针对这一问题,本实施例给出了一种切实可行的解决方案,能够准确评价各类复杂CGH条纹的图案畸变误差,具有更广泛的适用性。本方案首先采用提出的特定算法处理CGH微结构的图像数据,可有效提取出全息条纹的轮廓信息;然后基于多边形标记的匹配方法将测量数据与设计数据转换至同一坐标系下比较,从而获得相应的条纹位置畸变量;最后根据统计学方法与误差模型,可得到图案畸变对CGH检测精度影响的评价结果。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种计算全息元件检测精度的评价方法,其特征在于实施步骤包括:
1)获取CGH样品的多个显微图像分别作为测量图像单元,所述CGH样品的区域中心预先嵌入有一个微米量级的多边形标记,所述多个显微图像为将CGH样品放置在XY运动平台上、以标记位置为中心采用超景深测量装置分别在X、Y方向上对CGH样品的微结构进行采样拍摄得到;
2)对各个测量图像单元进行灰度化,并基于边缘检测提取出CGH条纹的轮廓数据点;
3)考虑到CGH条纹由离散微小线段构成各段轮廓,对CGH条纹的轮廓数据点进行离散线段拟合处理,得到对应离散微小线段端点的各段轮廓的轮廓特征点,以多边形标记作为坐标参考基准设定一个测量参考坐标系,赋予所有轮廓特征点在测量参考坐标系下的坐标值(xm,ym);
4)将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)通过预设的位姿变换矩阵转换为标准坐标系下相应的坐标值(xd,yd)作为实际坐标值;
5)对于各个测量图像单元,分别比较每个轮廓特征点实际坐标值和设计坐标值之间的差值得到局部的位置偏差量Δx和Δy;
6)根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y),从而得到所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εN,其中N为测量图像单元的数量;
7)根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn统计计算由CGH图案畸变造成的波前相位误差PV值WPV及图案畸变引入的波前相位误差RMS值WRMS。
2.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤1)中区域中心预先嵌入有一个微米量级的多边形标记为三角形、或菱形、或五边形、或六边形。
3.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤2)中基于边缘检测提取出CGH条纹的轮廓数据点的详细步骤包括:
2.1)对灰度化处理后的测量图像单元通过阈值T进行低通滤波处理;
2.2)针对滤波处理后的测量图像单元中的各个像素点计算一阶偏导;
2.3)针对滤波处理后的测量图像单元,在X方向上逐行搜索相邻坐标一阶偏导异号的X方向条纹边缘点,在Y方向上逐行搜索相邻坐标一阶偏导异号的Y方向条纹边缘点,然后将X方向条纹边缘点、Y方向条纹边缘点组合起来得到CGH条纹的轮廓数据点。
4.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤4)之前还包括标定生成预设的位姿变换矩阵的步骤,详细步骤包括:将各个轮廓特征点在测量参考坐标系下的坐标值(xm,ym)、在标准坐标系下相应的坐标值(xd,yd)分别代入测量参考坐标系下的坐标值、标准坐标系下相应的坐标值之间的函数关系表达式,该函数关系表达式中除了测量参考坐标系下的坐标值、标准坐标系下相应的坐标值以外还包括θ、c、h,其中θ为旋转角度、c为x方向上的平移量、h为y方向上的平移量,基于最小二乘迭代法求得参数θ、c、h的最佳取值,从而得到位姿变换矩阵B(θ,c,h)。
5.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤6)中根据局部的位置偏差量Δx和Δy计算出各个轮廓特征点引入的相位误差ε(x,y)具体是通过将CGH样品的相位函数对x坐标求导乘以x方向的位置偏差量Δx、CGH样品的相位函数对y坐标求导乘以y方向的位置偏差量Δy相加后得到。
6.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤7)中由CGH图案畸变造成的波前相位误差WPV的计算过程包括统计出所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn中的最大相位误差εmax和最小相位误差εmin,计算最大相位误差εmax和最小相位误差εmin之间的差值得到由CGH图案畸变造成的波前相位误差WPV。
7.根据权利要求1所述的计算全息元件检测精度的评价方法,其特征在于,步骤7)中图案畸变引入的波前相位误差RMS值WRMS的计算过程包括根据所有测量图像单元内轮廓特征点位置偏差引入的相位误差ε1~εn计算轮廓特征点位置偏差引入相位误差的平均值W,将ε1~εn减去常数项W后得到W1~Wn,根据W1~Wn的结果计算得到图案畸变引入波前误差的均方根值WRMS。
8.一种计算全息元件检测精度的评价系统,其特征在于,包括超景深测量装置(1)、图像处理计算机(3)以及用于放置CGH样品(4)的XY运动平台(2),所述超景深测量装置(1)包括升降台(11)和安装在升降台(11)上的变焦镜头(12),所述变焦镜头(12)上设有照明光源(13),所述变焦镜头(12)的输出端与图像处理计算机(3)相连,所述图像处理计算机(3)被编程或配置以执行权利要求1~7中任意一项所述计算全息元件检测精度的评价方法的步骤,或该所述图像处理计算机(3)的存储介质上存储有被编程或配置以执行权利要求1~7中任意一项所述计算全息元件检测精度的评价方法的计算机程序。
9.一种计算全息元件检测精度的评价系统,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~7中任意一项所述计算全息元件检测精度的评价方法的步骤,或该计算机设备的存储介质上存储有被编程或配置以执行权利要求1~7中任意一项所述计算全息元件检测精度的评价方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有被编程或配置以执行权利要求1~7中任意一项所述计算全息元件检测精度的评价方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537221.5A CN110285772B (zh) | 2019-06-20 | 2019-06-20 | 一种计算全息元件检测精度的评价方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537221.5A CN110285772B (zh) | 2019-06-20 | 2019-06-20 | 一种计算全息元件检测精度的评价方法、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110285772A true CN110285772A (zh) | 2019-09-27 |
CN110285772B CN110285772B (zh) | 2021-05-25 |
Family
ID=68005281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910537221.5A Active CN110285772B (zh) | 2019-06-20 | 2019-06-20 | 一种计算全息元件检测精度的评价方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110285772B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117128888A (zh) * | 2023-10-26 | 2023-11-28 | 天津华夏联盛汽车部件有限公司 | 一种用于不规则保险杠面形的误差识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10281741A (ja) * | 1997-04-07 | 1998-10-23 | Nikon Corp | 画像処理装置 |
CN101949691A (zh) * | 2010-09-07 | 2011-01-19 | 中国科学院长春光学精密机械与物理研究所 | 非零位补偿浅度光学非球面面形检测方法 |
CN103196389A (zh) * | 2013-04-02 | 2013-07-10 | 中国科学院光电技术研究所 | 检测计算全息基片面形和材料不均匀性误差的装置和方法 |
CN103886600A (zh) * | 2014-03-24 | 2014-06-25 | 四川睿光科技有限责任公司 | 一种连续相位板加工误差识别方法 |
-
2019
- 2019-06-20 CN CN201910537221.5A patent/CN110285772B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10281741A (ja) * | 1997-04-07 | 1998-10-23 | Nikon Corp | 画像処理装置 |
CN101949691A (zh) * | 2010-09-07 | 2011-01-19 | 中国科学院长春光学精密机械与物理研究所 | 非零位补偿浅度光学非球面面形检测方法 |
CN103196389A (zh) * | 2013-04-02 | 2013-07-10 | 中国科学院光电技术研究所 | 检测计算全息基片面形和材料不均匀性误差的装置和方法 |
CN103886600A (zh) * | 2014-03-24 | 2014-06-25 | 四川睿光科技有限责任公司 | 一种连续相位板加工误差识别方法 |
Non-Patent Citations (1)
Title |
---|
王璠璟: "光学元件表面的数字全息在线检测", 《光学精密工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117128888A (zh) * | 2023-10-26 | 2023-11-28 | 天津华夏联盛汽车部件有限公司 | 一种用于不规则保险杠面形的误差识别方法 |
CN117128888B (zh) * | 2023-10-26 | 2024-01-09 | 天津华夏联盛汽车部件有限公司 | 一种用于不规则保险杠面形的误差识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110285772B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104981105B (zh) | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 | |
Genovese et al. | Stereo-digital image correlation (DIC) measurements with a single camera using a biprism | |
CN102183214B (zh) | 一种大口径非球面镜结构光检测方法 | |
CN112757796A (zh) | 一种用于显示器件喷印制造全过程质量检测的系统与方法 | |
CN109443209A (zh) | 一种基于单应性矩阵的线结构光系统标定方法 | |
CN113689374B (zh) | 一种植物叶片表面粗糙度确定方法及系统 | |
CN109990985B (zh) | 一种品字型线列红外探测器调制传递函数测试方法 | |
CN108426585A (zh) | 一种光场相机的几何标定方法 | |
CN107084671B (zh) | 一种基于三线结构光的凹球直径测量系统及测量方法 | |
CN107392849A (zh) | 基于图像细分的靶标识别与定位方法 | |
CN111047586B (zh) | 一种基于机器视觉的像素当量测量方法 | |
CN113554697A (zh) | 基于线激光的舱段轮廓精确测量方法 | |
CN109507198B (zh) | 基于快速傅里叶变换和线性高斯的口罩检测系统及方法 | |
CN107358628A (zh) | 基于靶标的线阵图像处理方法 | |
CN113446957B (zh) | 基于神经网络标定和散斑追踪的三维轮廓测量方法及装置 | |
Tian et al. | An experimental evaluation method for the performance of a laser line scanning system with multiple sensors | |
CN109974618A (zh) | 多传感器视觉测量系统的全局标定方法 | |
CN102829749B (zh) | 微阵列结构光学器件面型精度评价方法 | |
CN113175894A (zh) | 一种物体表面三维形貌白光干涉测量装置及方法 | |
CN110285772A (zh) | 一种计算全息元件检测精度的评价方法、系统及介质 | |
CN106018198B (zh) | 一种气泡粒径的反演计算方法 | |
CN108050955A (zh) | 基于结构光投影与数字图像相关的高温空气扰动滤除方法 | |
CN111986315B (zh) | 一种基于深度学习的超分辨白光干涉图三维重建方法 | |
CN112990190A (zh) | 指针式仪表读数的识别方法、装置 | |
CN116385347A (zh) | 一种基于变形分析的飞机蒙皮曲面图案视觉检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |