CN111412861B - 一种线白光表面轮廓测量方法 - Google Patents

Abstract

本发明涉及一种线白光表面轮廓测量方法，在成像光路中设置狭缝光阑，透过狭缝只有一个长方形的光条照射到被测样本上，在狭缝光阑作用下CCD摄像机拍摄到的图像仅有中间一个长方形白带，其他部分为黑色。当测量系统测量时产生的干涉图像被狭缝光阑截断，在长方形白带上只有部分干涉条纹，测量不同高度的被测物时，长方形白带上的干涉条纹随着不同的被测高度发生横向平移，通过对视野内的长方形白带进行测量，将沿着长方形白带的中点视为参考点，干涉条纹的相干峰在长方形白带中的横向移动量表现为垂直方向的高度，并配合外部轴系位移平台实现表面轮廓的跟踪扫描测量。

Description

一种线白光表面轮廓测量方法

技术领域

本发明涉及一种新型线白光表面轮廓测量方法。

背景技术

众所周知，球面光学系统的性能受到像差的限制。应用非球面和自由曲面光学，可以在减少元件数量、尺寸和整个系统重量的同时，减小甚至消除几何像差。非球面和自由曲面在蓝光播放机、手机和数码相机、红外光学成像、激光二极管和LED准直光学、光纤耦合器、人工晶体等领域有着广泛的应用。近年来，由于人们对这种复杂的光学表面的需求，新的光学加工制造技术得到了迅速的发展。同时，各种应用需求对其面形精度也提出越来越高的要求，对这些零件的测量要求也迫切需求。为获得光学元件的最佳使用性能，需要对其提出精确的评价方法，以便结合实际加工误差，调整设计参数，达到设计要求。

目前超精密测量可以分为接触式测量方法与非接触式测量方法(光学测量方法)，其中接触式测量方法具有一定测量压力，会损伤测量面，测量速度较慢，不利于进行快速光学曲面三维面形数据的获取。非接触测量方法即光学测量方法，基于光学基本原理即折射、反射及干涉原理，光学测量方法较多，测量精度各不相同。根据测量形式光学测量方法可分为坐标点测量、线扫描测量和面孔径测量，具有测量速度快，精度高等特点，已广泛应用在工业现场及各大领域。时下复杂光学曲面的纳米级测量的主流还是围绕聚焦点扫描及面干涉测量的方式居多，体现在NANOMEFOS、Luphoscan、白光干涉仪等先进高精端测量设备的相继问世，但这些先进的设备造价非常昂贵，体积较大，对大曲率复杂曲面测量时都存在一定的局限性。常规点扫描测量实现纳米级测量精度需要复杂的光电配合，测量精度比较依赖整体系统的稳定性及系统精度，测量效率低，整机系统体积较大，且成本较贵。面干涉测量具备纳米级测量精度，但干涉测量易受外界扰动影响，对于大面积的复杂光学曲面测量需要进行子口径拼接，拼接误差影响测量精度。综合两种主流光学测量方法，急需开发一种新型纳米精度测量系统，通过合理设计，有效提升测量效率、降低系统成本，能够实现大曲率复杂曲面测量。

发明内容

针对上述问题，本发明的目的是提供一种新型线白光表面轮廓扫描测量方法，以实现大曲率低频表面轮廓测量。技术方案如下。

一种线白光表面轮廓测量方法，基于白光干涉的干涉特性，在成像光路中设置狭缝光阑，透过狭缝只有一个长方形的光条照射到被测样本上，被测样本反射的光经干涉物镜返回视场，与干涉物镜内的参考镜反射回来的光线在成像光路中发生干涉，干涉图像由CCD摄像机接收，在狭缝光阑作用下CCD摄像机拍摄到的图像仅有中间一个长方形白带，其他部分为黑色，当测量系统测量时产生的干涉图像被狭缝光阑截断，在长方形白带上只有部分干涉条纹，测量不同高度的被测物时，长方形白带上的干涉条纹随着不同的被测高度发生横向平移，通过对视野内的长方形白带进行测量，将沿着长方形白带的中点视为参考点，干涉条纹的相干峰在长方形白带中的横向移动量表现为垂直方向的高度，并配合外部轴系位移平台实现表面轮廓的跟踪扫描测量。

测量步骤为：

第一步，将被测样本定位为使最佳聚焦点尽可能接近正在成像的长方形白带的参考点X_i。这样的最佳聚焦点被确定为聚焦算法中具有最大轴向响应点的点。

第二步，在设置初始位置之后，样本沿水平X轴以恒定速度移动。当沿着X轴移动时，CCD摄像机的位置沿垂直Z轴同步联动变化。此联动的执行方式是使曲面的最佳聚焦点尽可能靠近参考点。使用聚焦算法获得该最佳聚焦点，以此方式跟踪被测样本表面轮廓。

第三步，在执行跟踪时，CCD摄像机以恒定的帧频获取相应视场的一系列长方形白带图像。CCD摄像机触发X，Y和Z轴位移平台位置传感器的读取，对于每个获取的长方形白带图像都获得一个记录坐标值点(X_i,Y_i,Z_i)。

第四步，解算出干涉条纹相干峰值点与参考点的像素坐标横纵坐标差值△X_i，△Y_i，再根据物镜的放大倍率β值，恢复解算出每一帧长方形白带图像对应的测量系统中最佳聚焦点的坐标为(X_i+β△X_i，Y_i+β△Y_i，Z_i)。从而得到被测样本轮廓和标准样本的轮廓。

第一步和第二步所述的聚焦算法包括下列步骤：

(1)获取长方形白带图像的中心线：在以当前Z轴位置为中心的一段距离内做等间距的扫描，每一个扫描点都获取一张长方形白带图像。对每一张长方形白带图像，遍历每一列，求取一列以像素灰度值为权重的重心。为了消除背景噪音对重心计算的影响，设置一个像素灰度值阈值，为一列像素灰度值最大值与最小值的一半，对所有像素灰度值超过这个阈值的点，进行重心计算。每一列像素都计算得到一个像素重心坐标后，对这些重心坐标进行最小二乘法直线拟合，拟合的直线即认为是长方形白带图像的中心线。

(2)在拟合的直线上面采样像素点，定义长方形白带图像像质评价函数为拟合的长方形白带图像的中心线上相邻像素灰度值差分的平方和，进行第一轮扫描以后，将测量系统CCD摄像机移动到像质评价函数值最大的那张长方形白带图像对应的Z轴坐标位置，以此位置为中心，在更小的范围内进行第二轮扫描，得到最终的最佳聚焦点。

附图说明

图1是线白光表面轮廓测量系统示意图。

附图说明：1CCD摄像机；2分光镜；3LED光源；4狭缝光阑；5干涉物镜；6被测物；7X轴位移平台；8Z轴位移平台。

图2是线白光表面轮廓测量获取长方形白带图像示意图。

具体实施方式

下面结合附图和实例对本发明进行说明。

本发明提出一种新型线白光表面轮廓扫描测量，利用白光干涉纳米测量精度特性，拓展白光干涉测量能力，实现低频表面轮廓的测量。将测量系统的CCD摄像机集成到高精度的轴系位移平台上，轴系位移平台控制CCD摄像机在其可测范围内相对于被测样本表面高度方向上下扫描运动，并带动被测样本沿X轴扫描方向以恒定速度运动，CCD摄像机在每个测量点自动聚焦后获取长方形白带图像。规划栅格型扫描路径测量被测样本表面，实现完整面形信息测量表征。该方法中CCD摄像机负责获取被测物上长方形白带图像，运动系统负责以恒定速度带动测量系统的CCD摄像机沿X轴及垂直上下方向作扫描运动。

本发明的测量系统结构如图1所示，测量系统的成像光路连接CCD摄像机1，干涉物镜5及LED光源3。狭缝光阑4安装在光源前方。测量系统的CCD摄像机安装在Z轴位移平台8上，由Z轴位移平台带动垂直上下方向作扫描运动。被测样本6稳定固定到X轴位移平台上，确保其在测量过程中不发生晃动，由X轴位移平台搭载下做向横向扫描运动。测量系统轴系位移平台应确保较高的行程精度，保证测量时位置传感器的定位精度。同时高精度位移平台应确保拥有足够的位移行程，能够满足搭载被测样本的尺寸范围作扫描运动。Z轴位移平台固定测量系统的CCD摄像机，需要保证CCD摄像机光轴在测量过程中始终与放置被测样本的平面基底保持垂直，保证系统具有较好的坐标正交性。

测量系统获取到图2所示长方形白带图像，扫描记录并解算每次聚焦获取的干涉图像的坐标位置，实现被测物6完整三维面形的高精度快速测量与评价表征。基于本发明提出的数据处理方法使用的线白光测量测量流程如下：

(1)轴系位移平台与CCD相机CCD摄像机标定

首先，采用激光测距传感器进行运动平台定位精度标定，多次重复获取位移平台驱动脉冲数及激光测距传感器测得的实际距离值，标定出轴系位移平台脉冲控制参量与实际距离量的对应关系，以此来程序控制轴系位移平台进行后续测量中的运动控制。新型线白光表面轮廓测量实质上是基于白光干涉的干涉特性，采用相干峰的位置来进行坐标点定位测量，在长方形白带图像上干涉条纹相干峰的横向移动表征了垂直实际距离的变化量，所以实际跟踪扫描测量过程中需要标定CCD摄像机获取干涉图像中一个像素对应的实际尺寸信息，本专利采用标准光栅刻度板(0.1mm/刻度)，采用搭建的测量系统获取聚焦清晰的光刻板图像，采用二值化图像处理算法提取光刻板获取图像中的边界信息，然后再计算一个刻度下包含了多少个像素，标定出像素与实际尺寸的对应关系。

(2)扫描被测样本轮廓。在高精度轴系位移平台的控制下，测量系统驱动X轴位移平台沿X轴做扫描运动，运动到每个采样点后，停下位移平台的水平运动，进行垂直方向运动做自动聚焦。测量时应注意扫描步长的设置，扫描步长过大将影响测量的自动聚焦的准确度。假设待扫描区域是长为l₁宽为l₂的矩形区域，并设扫描步长为d。取整数倍数，设矩形区域长宽除以扫描步长的比值分别为a,b。则被测区域一共获取a×b个数据点，控制测量系统逐行扫描，扫描一行之后进行下一行的扫描，直至扫描完整个区域。在高精度轴系位移平台的控制下，待测件与测量系统发生X与Y水平坐标轴方向等间距的相对运动。水平坐标下每移动一次，都触发X与Y轴位置传感器的读取一次数据，设每个位置X与Y轴位置传感器读取的数据为X_i和Y_i。同时使位移平台控制测量系统的CCD摄像机在Z方向运动，通过聚焦算法寻找最佳聚焦位置，在最佳聚焦位置上获取一张长方形白带图像，并记录此时Z位移平台的读数。当位移平台控制CCD摄像机在Z方向运动时，不同位置获取的长方形白带图像具有不同的清晰度。在聚焦位置上获取的长方形白带图像上干涉条纹最清晰，在长方形白带中心线上获取的像素灰度值的波动最大。在未聚焦的位置长方形白带图像像素灰度值较均匀。如图2所示是聚焦后的长方形白带图像，根据聚焦长方形白带图像的特征，设计以下自动聚焦算法。

第一步，获取长方形白带图像的中心线。在以当前Z轴位置为中心的一段距离内做等间距的扫描，每一个扫描点都获取一张长方形白带图像。对每一张长方形白带图像，遍历每一列，求取一列以像素灰度值为权重的重心。为了消除背景噪音对重心计算的影响，这里设置一个像素灰度值阈值，为这一列像素灰度值(每个像素灰度值都是0～255区间)最大值与最小值的一半。对所有像素灰度值超过这个阈值的点，进行重心计算。每一列像素都计算得到一个像素重心坐标后，对这些重心坐标进行最小二乘法直线拟合，拟合的直线即可认为是长方形白带图像的中心线。

第二步，计算每张图片的像质评价函数。在拟合的直线上面采样像素点，定义长方形白带图像像质评价函数为拟合的长方形白带图像的中心线上相邻像素灰度值差分的平方和：

F＝∑(I_i-I_i-1)²

式中I_i是拟合的中心线上第i个像素点的灰度值。

进行第一轮扫描以后，将测量系统CCD摄像机移动到像质评价函数值最大的那张长方形白带图像对应的Z轴坐标位置。以此位置为中心，在更小的范围内依上述方法进行第二轮扫描，得到最终的最佳聚焦位置。

(3)图像处理算法。在扫描扫描被测样本轮廓结束后，在每个扫描点都根据自动聚焦算法在最佳聚焦位置获取一张长方形白带图像。对扫描被测样本轮廓得到每一张长方形白带图像进行图像处理，解算出干涉条纹中心与参考点的像素横纵坐标差值△X_i，△Y_i。由于长方形白带图像上的条纹是白光干涉形成的，所以可以根据白光干涉的条纹解算算法解算相干峰的位置。这里改进白光干涉解算算法中常用的重心法进行图像处理。图像处理算法如下：

第一步，获取长方形白带图像的中心线。这一步与前面自动聚焦算法中的第一步相同。

第二步，重心法计算干涉条纹中心。在所求得的中心线上采样。根据白光干涉条纹解算的重心法，定义差分计算公式：

m_i＝(I_i-I_i-d)^t

式中I_i是第i个像素点的灰度值，d为采样间隔，t为乘方次数。取d＝5，t＝4。得到一组差分值m_i以后，计算以差分值为权重的重心，即为干涉条纹中心的水平坐标X′，之后根据拟合得到的直线计算对应的纵坐标Y′。取长方形白带图像中心像素点为参考点，其横纵坐标均为行列数的一半，设为X₀和Y₀。干涉条纹中心与参考点的横纵坐标差值△X_i，△Y_i为

ΔX_i＝X′-X₀,ΔY_i＝Y′-Y₀

再根据CCD摄像机标定得到的放大倍率β，和X与Y轴位置传感器的读取的位置数据X_i和Y_i，便可计算出最佳聚焦点的实际测量系统中的坐标为(X_i+β△X_i，Y_i+β△Y_i，Z_i)。

Claims (1)

1.一种线白光表面轮廓测量方法，该方法采用的测量系统包括：CCD摄像机（1）、分光镜（2）、LED光源（3）、狭缝光阑（4）、干涉物镜（5）、X轴位移平台（7）、Z轴位移平台（8），所述CCD摄像机（1）安装在Z轴位移平台（8）上，由Z轴位移平台带动垂直上下方向作扫描运动，被测样本固定到X轴位移平台（7）上，在被测样本与CCD摄像机（1）之间依次设置干涉物镜（5）、分光镜（2），狭缝光阑（4）安装在LED光源（3）和分光镜（2）中间，位于分光镜（2）的反射光线方向；基于白光干涉的干涉特性，在成像光路中设置狭缝光阑，透过狭缝光阑只有一个长方形的光条照射到被测样本上，被测样本反射的光经干涉物镜返回视场，与干涉物镜内的参考镜反射回来的光线在成像光路中发生干涉，干涉图像由CCD摄像机接收，在狭缝光阑作用下CCD摄像机拍摄到的图像仅有中间一个长方形白带，其他部分为黑色；当测量系统测量时产生的干涉图像被狭缝光阑截断，在长方形白带上只有部分干涉条纹，测量不同高度的被测物时，长方形白带上的干涉条纹随着不同的被测高度发生横向平移，通过对视野内的长方形白带进行测量，将沿着长方形白带的中点视为参考点，干涉条纹的相干峰在长方形白带中的横向移动量表现为垂直方向的高度，并配合外部轴系位移平台实现表面轮廓的跟踪扫描测量，具体测量步骤为：

第一步，将被测样本定位为使最佳聚焦点尽可能接近正在成像的长方形白带的参考点Xi；这样的最佳聚焦点被确定为聚焦算法中具有最大轴向响应点的点；

第二步，在设置初始位置之后，样本沿水平X轴以恒定速度移动；当沿着X轴移动时，CCD摄像机的位置沿垂直Z轴同步联动变化；此联动的执行方式是使曲面的最佳聚焦点尽可能靠近参考点；使用聚焦算法获得该最佳聚焦点，以此方式跟踪被测样本表面轮廓；

第三步，在执行跟踪时，CCD摄像机以恒定的帧频获取相应视场的一系列长方形白带图像；CCD摄像机触发X，Y和Z轴位移平台位置传感器的读取，对于每个获取的长方形白带图像都获得一个记录坐标值点(Xi,Yi,Zi)；

第四步，解算出干涉条纹相干峰值点与参考点的像素坐标横纵坐标差值△Xi，△Yi，再根据物镜的放大倍率β值，恢复解算出每一帧长方形白带图像对应的测量系统中最佳聚焦点的坐标为(Xi+β△Xi，Yi+β△Yi，Zi)；从而得到被测样本轮廓和标准样本的轮廓；其中，第一步和第二步所述的聚焦算法包括下列步骤：

(1)获取长方形白带图像的中心线：在以当前Z轴位置为中心的一段距离内做等间距的扫描，每一个扫描点都获取一张长方形白带图像；对每一张长方形白带图像，遍历每一列，求取一列以像素灰度值为权重的重心；为了消除背景噪音对重心计算的影响，设置一个像素灰度值阈值，为一列像素灰度值最大值与最小值的一半，对所有像素灰度值超过这个阈值的点，进行重心计算；每一列像素都计算得到一个像素重心坐标后，对这些重心坐标进行最小二乘法直线拟合，拟合的直线即认为是长方形白带图像的中心线；

(2)在拟合的直线上面采样像素点，定义长方形白带图像像质评价函数为拟合的长方形白带图像的中心线上相邻像素灰度值差分的平方和，进行第一轮扫描以后，将测量系统CCD摄像机移动到像质评价函数值最大的那张长方形白带图像对应的Z轴坐标位置，以此位置为中心，在更小的范围内进行第二轮扫描，得到最终的最佳聚焦点。

Images