opencv图像中表面疵病信息的特征量定义与提取+源程序(2)
1．1 课题研究背景
随着现代光学的发展，超光滑表面光学器件在越来越多无论是民用还是军用的场合中都得到了越来越多的应用，尤其是在激光系统的光腔中，超光滑光学器件的表面精度直接影响了整个系统的工作能力。
本课题来自于南京理工大学承制的中国航天电子技术研究院的超低损耗陀螺光腔专用调节系统项目。
本项目将研制一台超低损耗陀螺光腔专用调节设备及其相应的技术。本项目拟研制的仪器为：超低损耗陀螺光腔专用调节系统。
测量对象规格为：平面镜为D=Φ7mm～Φ25mm，H=3mm～6mm；E型镜为D1=Φ12mm～Φ25mm，D2=Φ4mm～Φ7mm，H=4mm～7mm。其中工作面质量为RMS=0.1nm，实际待测区为中心Φ4mm区域内。
系统具有的功能有
1）具有四文承物台，全计算机电控调整，移动精度优于0.05mm，通过标定后的图像定位精度优于0.01mm。
2）损耗测量范围：20PPM～10000PPM
3）损耗测量精度：10PPM
4）S-P相位差测量精度：0.1°
5）仪器光源为超稳定功率的半导体激光器，波长635nm，光源功率>15mW
6）激光投射光斑尺寸（单次测量尺寸）为Φ1mm,45°入射
7）显微成像尺寸：1mm
8）疵病分辨率：1μm；
9）图像处理功能：对比增强、缺陷尺寸计量、旋转测试数据的叠加、分区测试数据的区域叠加、区域散射量计算、最小散射区域自动定位。
10）测量基本原理图：
图1.1 超低损耗陀螺光腔专用调节系统原理图
光学器件表面的疵病检测和定义在生产和研究中具有极其重要的理论和实践意义。在实际光学器件加工和使用中，会出现划痕和污点等种种表面疵病。光学器件表面疵病的性质和特征，是光学器件的重要指标和参数。因而对其表面疵病的检测和准确评价，是我们进行接下来工作的前提和基础。
疵病主要的表现类型有线状的，块状的和点状的。不同类型的疵病通常是由于不同的原因引起的，识别出不同的疵病有利于对加工和使用过程进行反馈，找出疵病原因进行技术改进。
图像处理是一门急速发展的学科，已经有了很多成熟的算法和理论基础，机器视觉作为一门新兴的技术，越来越多的被应用在交通，生活，军事，国防等各个方面，机器视觉以其探测精度高，自动化程度高，量化能力好等等优点，在许多方面展现出十分强大的优势，在传统的人工观察领域，它也发挥着越来越重要的作用。
对于光学表面疵病的检测和定义，在传统场合是人工操作进行检测和评价，这存在着不确定性，人为主观因素的缺点。除此之外，人工进行大量光学器件表面疵病的检测工作时易产生疲劳，视力损害等等不利情况，也提高了检测和定义的成本。因此考虑利用机器视觉，在图像中检测，提取和定义光学器件的表面疵病。这样更准确，更加参数化，也解放了人工，降低了成本。
1．2 论文主要研究工作
1、在课题选定以后，通过阅读资料和文献，了解光学器件表面疵病的主要类型和特征。并在查询相关资料和思考研究后，总结出常见的几种疵病。
2、在总结出几种常见的疵病以后，研究识别各种疵病信息的算法，并研究如何在图像处理中得到实现。
3、 仿真。在完成了光学器件表面图像中疵病信息的特征量定义和提取算法后，利用VC和OPENCV视觉库来对其进行仿真。
上一篇：光学元件的激光承载能力测试研究