专利名称：平面光学元件的面形偏差测量方法
技术领域：
本发明涉及一种平面光学元件的面形偏差测量方法。
背景技术：
处理干涉条纹图像可以获得平面光学元件的面形偏差，该面形偏差值反映了被测平面光学元件的面形加工信息。如何能够准确、方便及低成本检测平面光学元件的面形偏差，对于改善平面光学元件的高精度加工具有重要的作用。目前，人工作图法可以满足光学元件生产车间的低成本检测要求，但过程较为繁琐且测量精度不高。随着人们对平面光学元件的加工要求越来越高，这种方法已经不能满足精度高、适应性强及自动化测量的要求。用目视判读法虽然可获得平面光学元件的面形偏差，但这种方法的缺点是得到的测量结果受不同目视判读者的影响较大，有时不同目视判读者对同一幅干涉条纹图像的判读结果会有较大的差异。这给实际生产过程中光学元件的高精度加工带来困难。
发明内容
为克服上述现有技术的缺陷，本发明公开了一种平面光学元件的面形偏差测量方法。不但可增强处理干涉条纹图像的适应性、提高测量精度及降低检测成本，而且可将处理后的干涉条纹图像及由此得到的被测平面光学元件的面形偏差值显示在显示装置上，使操作者能够方便地观察干涉条纹图像。
本发明的技术解决方案如下
一种平面光学元件的面形偏差测量方法，其特征在于按照如下方法进行A)摄像头将标准样板标准光圈的干涉条纹图像数据进行采集，通过USB接口将采集到的标准样本图像数据传送给DSP进行数字信号处理
a) 建立接收到的干涉条纹图像与显示装置上显示图形的映射关系；
b) 按建立的映射关系将干涉条纹图像送到显示装置进行显示；
c) 将干涉条纹图像转换为灰度图像；
d) 对灰度图像进行滤波及二值化处理；
e) 在处理后的干涉条纹图像中，选取与此图像同心的圆形区域作为测试区域，再求取
该测试区域中干涉条纹的数据；
4f) 判断是否已确定BP神经网络，如果是，则转步骤D)，否则继续步骤g);
g) 将测试区域按比例扩大，对新测试区域，再求取干涉条纹的数据；
h) 判断是否得到指定组样本数据，如果是，则转步骤B)否则进入步骤g);
B) 用步骤e)和步骤g)中干涉条纹的数据对BP神经网络进行训练
C) 确定要采用的BP神经网络；
D) 摄像头将被测平面光学元件的干涉条纹图像数据进行采集，通过USB接口将采集到的图像数据传送给DSP， DSP按步骤a) 步骤e)进行数字信号处理，得到的测量数据送入由步骤C)所确定的BP神经网络进行计算；
E) BP神经网络输出面形偏差值，并送入DSP的缓存区；
F) DSP将步骤E)中面形偏差值送入显示装置进行显示。
A) e)中所述的干涉条纹的数据为测试区域中干涉条纹弯曲量、干涉条纹间距及干涉条纹弯曲量与干涉条纹间距的比值。
A) e)中所述的测试区域，该区域进行第一次选择时占整个图像区域面积的比例范围是50% 95%。
A) g)中所述的将测试区域按比例扩大，该区域进行扩大的比例范围是0. 2% 5%。
A) h)中所述的指定组样本数据不小于40组样本数据。
B) 中所述的进行神经网络训练首先建立三层BP神经网络，将各测试区域中干涉条纹弯曲量、干涉条纹间距和测试区域直径作为输入样本，将各测试区域中干涉条纹弯曲量与干涉条纹间距的比值作为输出样本，对BP神经网络进行训练；训练先从输入层开始正向计算各层神经元的输入和输出，逐层修改BP神经网络的连接权值，直至输出节点的实际输出与输出节点的期望输出的误差平方和不大于给定的误差平方和时，确定BP神经网络；给定的误差平方和的范围是1X 10 — 4 1 X 10 - 6。
与在先技术相比，本发明具有下列技术效果
1、 通过求取多组测试区域中干涉条纹弯曲量、干涉条纹间距及两者的比值作为样本数据，
可增强BP神经网络处理干涉条纹图像的适应性、提高测量精度。
2、 DSP处理包含平面光学元件面形偏差信息的干涉条纹图像时，得到的测量结果具有一致性高、不受不同目视判读者影响的特点。
3、 DSP通过快速、自动地处理干涉条纹图像，可减少人工参与，而且用图形点阵液晶显示屏对处理后的干涉条纹图像进行显示时，使操作者能够方便地观察干涉条纹图像并进行光路调节，从而降低检测成本。
图1是采用本发明所述测量方法的面形偏差测量系统的系统框图;
图2是本发明采用的三层BP神经网络的示意图3是本发明获取平面光学元件的面形偏差的流程图。
具体实施例方式
以下结合附图和实施例对本发明作进一步详细描述，但本实施例并不用于限制本发明，凡是采用本发明的相似结构、方法及其相似变化，均应列入本发明的保护范围。
图1是采用本发明所述测量方法的面形偏差测量系统的系统框图。由图可见，本发明面形偏差测量系统包括摄像头、数字信号处理器(DSP)、 BP神经网络和显示装置。
所述摄像头的像素为320x240;所述的DSP釆用TMS320DM642。所述的显示装置包括彩色图形点阵液晶显示屏和单色图形点阵液晶显示屏，该显示装置用于显示处理后的干涉条纹图像和被测平面光学元件的面形偏差值，本例中显示装置采用图形点阵液晶显示屏ZXM128128A，其像素点阵为128x128。
A)摄像头将标准样板标准光圈的干涉条纹图像数据进行采集，通过USB接口将采集到的标准样本图像数据传送给DSP进行数字信号处理
a) TMS320DM642通过USB接口接收到干涉条纹图像数据后，在内存中建立接收到的干涉条纹图像与显示装置上显示图形的映射关系；
b) 按建立的映射关系将干涉条纹图像送到显示装置进行显示；
c) 将干涉条纹图像转换为灰度图像；
d) 对灰度图像进行滤波及二值化处理；
e) 在处理后的干涉条纹图像中，选取与此图像同心的圆形区域作为测试区域，再求取
该测试区域中干涉条纹的数据；其中干涉条纹的弯曲量&与相应条纹间距的比值iV/。本例中第一次选择占整个图像区域面积的70%的区域作为测试区域；
f) 判断是否已确定BP神经网络，如果是，则转步骤D)，否则继续步骤g);
g) 将测试区域按比例扩大，对新测试区域，再求取干涉条纹的弯曲量/72与相应条纹间距坊的比值iV/，本例中扩大的测试区域按每次O. 2%的比例增加。按这种方法在整个图像中可以得到多个比值iV;t'。则可得到k组样本数据，即(/7/,///， iV/),(&, &，0，…，(&,/4， O，其中k = 1， 2,…'60。
h)判断是否得到指定组样本数据，如果是，则转步骤B)否则进入步骤g);
B) 用步骤e)和步骤g)中干涉条纹图像数据对BP神经网络进行训练；
C) 确定要采用的祌经网络；
D) 摄像头将被测平面光学元件的干涉条纹图像数据进行采集，通过USB接口将采集到的图像数据传送给DSP， DSP按步骤a) 步骤e)进行数字信号处理，得到的测量数据送入由步骤C)所确定的BP神经网络进行计算；
E) BP神经网络输出面形偏差值，并送入DSP的缓存区；
F) DSP将步骤E)中面形偏差值送入显示装置进行显示。
所述的BP神经网络是一种误差反向传播的神经网络模型，该模型是一个包含三个输入和一个输出的三层前馈型神经网络模型，其中由12个S型函数神经元构成隐含层，由一个线性激活函数神经元构成输出层；
图2是本发明采用的三层BP神经网络的示意图。该BP神经网络的三层节点表示为输入节点Xj，隐节点Z,，输出节点愚，其中_/= 1， 2， 3， i = 1， 2,…，12。网络输入节点与
隐节点间的网络权值为C/^，隐节点与输出节点间的网络权值为K，隐层的阈值为。"隐层函数为S型函数，输出节点的期望输出为W/。当A^与输出层节点的实际输出不一致或误差不满足时，则执行误差前馈传播，逐层修改网络的连接权值，直至输出节点的实际输出与输出节点的期望输出的误差平方和不大于给定的误差平方和。将BP神经网络用于获取平面光学元件的面形偏差前，要对BP神经网络进行训练。在确定BP神经网络的结构后，将A) e) A) g)中样本数据输入到BP神经网络中，对BP神经网络进行多次循环训练，直至输出节点的实际输出与输出节点的期望输出的误差平方和不大于给定的误差平方和时，确定BP神经网络。本例屮，采用60组样本数据，BP神经网络在进行了 700次循环训练后，误差平方和不大于7.6317X10一5。
图3是本发明获取平面光学元件的面形偏差的流程图。按照这个流程图，进行操作，具体描述如下-
① 摄像头采集标准样板标准光圈的干涉条纹图像；
② 摄像头通过USB接口将采集到的干涉条纹图像数据传送给DSP;
③ 建立接收到的干涉条纹图像与显示装置上显示图形的映射关系，由DSP按该映射关系将干涉条纹图像送到显示装置进行显示；
④ DSP对接收到的干涉条纹图像进行预处理，即将之转换为灰度图像，然后对灰度图像进行滤波及二值化；
⑤ 选择占整个图像区域面积一定比例的同心圆形区域作为测试区域，并求取测试区域中干涉条纹弯曲量、干涉条纹间距及两者的比值；
⑥ 判断是否已确定BP神经网络，如果是，则转步骤 ，否则继续步骤⑦
⑦ 将步骤⑤中测试区域按定比例扩大后得到的区域作为新的测试区域，并求取该测试区域中干涉条纹弯曲量、干涉条纹间距及两者的比值；
⑧ 判断是否得到指定组样本数据，如果是，则转步骤⑨否则进入步骤⑦；
⑨ 将步骤⑤和步骤⑦各测试区域中干涉条纹弯曲量、干涉条纹间距和测试区域直径作为输入样本，而将各测试区域中干涉条纹弯曲量与干涉条纹间距的比值作为输出样本，对建立的三层BP神经网络进行训练；
⑩ 当输出节点的实际输出与输出节点的期望输出的误差平方和不大于给定的误差平方和时，选定节点间网络权值和隐层阈值，确定BP神经网络；
摄像头采集被测平面光学元件的干涉条纹图像，并将该图像数据送入DSP，由DSP按步
骤③ ⑤进行处理，得到的测量数据送入步骤⑩所确定的BP神经网络；
^BP祌经网络输出面形偏差值，并送入DSP的缓存区；
DSP将步骤 的面形偏差值送入显示装置进行显示；
以上所述的实施例仅用于说明本发明的技术思想及特点，其目的在使本领域内的技术人员能够了解本发明的内容并据以实施，当不能仅以本实施例来限定本发明的专利范围，即凡依本发明所揭示的精神所作的同等变化或修饰，仍落在本发明的专利范围内。
权利要求
1.一种平面光学元件的面形偏差测量方法，其特征在于按照如下方法进行A)摄像头将标准样板标准光圈的干涉条纹图像数据进行采集，通过USB接口将采集到的标准样本图像数据传送给DSP进行数字信号处理a)建立接收到的干涉条纹图像与显示装置上显示图形的映射关系；b)按建立的映射关系将干涉条纹图像送到显示装置进行显示；c)将干涉条纹图像转换为灰度图像；d)对灰度图像进行滤波及二值化处理；e)在处理后的干涉条纹图像中，选取与此图像同心的圆形区域作为测试区域，再求取该测试区域中干涉条纹的数据；f)判断是否已确定BP神经网络，如果是，则转步骤D)，否则继续步骤g)；g)将测试区域按比例扩大，对新测试区域，再求取干涉条纹的数据；h)判断是否得到指定组杆本数据，如果是，则转步骤B)否则进入步骤g)；B)用步骤e)和步骤g)中干涉条纹的数据对BP神经网络进行训练；C)确定要采用的BP神经网络；D)摄像头将被测平面光学元件的干涉条纹图像数据进行采集，通过USB接口将采集到的图像数据传送给DSP，DSP按步骤a)～步骤e)进行数字信号处理，得到的测量数据送入由步骤C)所确定的BP神经网络进行计算；E)BP神经网络输出面形偏差值，并送入DSP的缓存区；F)DSP将步骤E)中面形偏差值送入显示装置进行显示。
2. 根据权利要求1所述的一种平面光学元件的面形偏差测量方法，其特征在于A) e)中所述的干涉条纹的数据为测试区域中干涉条纹弯曲量、干涉条纹间距及干涉条纹弯曲量与干涉 条纹间距的比值。
3. 根据权利要求1所述的一种平面光学元件的面形偏差测量方法，其特征在于A) e)中所述 的测试区域，该区域进行第一次选择时占整个图像区域面积的比例范围是50% 95%。
4. 根据权利要求1所述的一种平面光学元件的面形偏差测量方法，其特征在于A) g)中所述 的将测试区域按比例扩大，该区域进行扩大的比例范围是0. 2% 5%。
5. 根据权利要求1所述的一种平面光学元件的面形偏差测量方法，其特征在于A) h)中所述 的指定组样本数据不小于40组样本数据。
6. 根据权利要求1所述的一种平面光学元件的面形偏差测量方法，其特征在于B)中所述的进行神经网络训练首先建立三层BP神经网络，将各测试区域中干涉条纹弯曲量、干涉条纹间距和测试区域直径作为输入样本，将各测试区域中干涉条纹弯曲量与干涉条纹间距的 比值作为输出样本，对BP神经网络进行训练；训练先从输入层开始正向计算各层神经元的 输入和输出，逐层修改BP神经网络的连接权值，直至输出节点的实际输出与输出节点的期 望输出的误差平方和不大于给定的误差平方和时，确定BP神经网络；给定的误差平方和的 范围是1X10 —4 1X10一6。
全文摘要
一种平面光学元件的面形偏差测量方法，首先由摄像头将标准样本图像数据进行采集，通过USB接口将采集到的标准样本图像数据传送给DSP进行数字信号处理；用处理后的图像数据对BP神经网络进行训练，以确定采用的BP神经网络；由摄像头将被测平面光学元件的干涉条纹图像数据进行采集，通过USB接口将采集到的图像数据传送给DSP进行数字信号处理，得到的测量数据送入确定的BP神经网络进行计算；BP神经网络输出面形偏差值，并送入DSP的缓存区；再由DSP将该面形偏差值送入显示装置进行显示。本发明由于操作者能够方便地观察干涉条纹图像并进行光路调节，从而降低检测成本；测量结果不受目视判读者影响，可有效提高测量精度。
文档编号G06N3/08GK101672631SQ200910196710
公开日2010年3月17日 申请日期2009年9月29日 优先权日2009年9月29日
发明者刘正国, 江晓军 申请人:上海第二工业大学