基于小波变换的磁流变去除函数寄生条纹消除方法及装置制造方法及图纸

本发明专利技术公开了基于小波变换的磁流变去除函数寄生条纹消除方法及装置，该方法能够准确去除寄生条纹，达到磁流变去除函数的精确提取，适用范围广，对于传统频域带阻滤波无法解决的寄生条纹和原始数据频谱严重混叠的情况，仍然适用，是一种较好的寄生条纹去除方法，可以有效应用于消除磁流变去除函数寄生条纹，实现磁流变去除函数的准确提取。同时也可以较好的用于其它超精密加工方式,如气囊抛光、离子束抛光等的去除函数寄生条纹的消除，便于推广应用。

A Method and Device for Eliminating Parasitic Fringes of MRF Removal Function Based on Wavelet Transform

【技术实现步骤摘要】
基于小波变换的磁流变去除函数寄生条纹消除方法及装置
本专利技术涉及光学加工领域，具体是基于小波变换的磁流变去除函数寄生条纹消除方法及装置。
技术介绍
磁流变抛光技术作为一种新型的先进光学制造技术，具有高效率、高精度、高表面质量、亚表面损伤小、表面残余应力小等一系列传统加工方法不可比拟的优点，具有良好的应用前景。磁流变去除函数提取的准确程度是决定磁流变加工精度与效率的一个关键因素。目前磁流变去除函数制作流程通常是首先采用平板小基片在磁流变液机床进行采斑，然后用光学干涉仪检测采斑基片的反射或透射面形，然后将检测数据中的去除函数进行提取，最终生成可用于磁流变抛光的去除函数。由于采斑所用的小基片是平板型光学元件，采用干涉仪进行面形检测时，极易引入寄生条纹，引入寄生条纹后会降低去除函数的提取精度，造成去除函数体积去除效率变化，影响磁流变加工的确定性，同时引入了寄生条纹的去除函数含有复杂的中高频结构，严重影响对去除函数修形能力的评价，因此为了实现磁流变去除函数准确提取必须要消除去除函数中的寄生条纹。传统抑制干涉检测中寄生条纹的方法是反射测量时在元件背面均匀涂抹凡士林，难以消除寄生条纹；透射测量时将后标准镜与将待测元件形成一定楔角，但是由于做斑基片口径小，通常为Φ50mm，能够允许的楔角很小，难以抑制寄生条纹；采用短相干干涉测量的方法可以消除寄生条纹，如采用4DPhaseCam2000型干涉仪，但是由于其动态测量时对比度较低，倍率放大导致对比度太小而无法测量，使得基片测量时只能采用低倍率，导致检测面形有效数据点很少，难以准确提取去除函数。磁流变去除函数通常几何尺寸宽度在2～15mm、高度在3～25mm之间，而采斑基片通常采用小口径的平板基片，用干涉仪进行波前检测时发现寄生条纹频谱与磁流变去除函数的频谱往往有存在明显混叠，采用传统频域带阻滤波去除寄生条纹时，往往会明显改变去除函数的形态，使得最终获得的去除函数失真。因此，如何消除磁流变去除函数中的寄生条纹，提高磁流变去除函数的提取精度和去除函数的修形能力是同行从业人员亟待解决的问题。
技术实现思路
鉴于上述问题，本专利技术的目的是为了解决磁流变去除函数干涉仪检测中引入寄生条纹，降低去除函数提取精度和干扰去除函数修形能力评价的问题。本专利技术实施例提供基于小波变换的磁流变去除函数寄生条纹消除方法，包括：获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f1(x,y)；提取所述面形数据矩阵f1(x,y)中的局部数据，所述局部数据为：含有寄生条纹，且不含有去除函数形状；计算所述寄生条纹的空间周期T；采用sym5小波对所述面形数据矩阵f1(x,y)进行多级分解，分解级数为N，得到3N+1个系数矩阵数据；所述N根据所述空间周期T计算获得；分析3N+1个所述系数矩阵数据，记录含有寄生条纹的系数矩阵为Sj；其中j＝1～K，K为含有寄生条纹的系数矩阵的个数，且K≤3N+1；对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征。在一个实施例中，还包括：对处理后的系数矩阵Sj进行重构，重构时小波基函数为sym5，分解层数为N，得到消除寄生条纹的面形数据矩阵f2(x,y)。在一个实施例中，所述N根据所述空间周期T计算获得，包括：计算多级小波分解层数N，计算公式如下：其中，N取满足条件下最小整数，T表示寄生条纹的空间周期，pix表示像素尺寸。在一个实施例中，对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征，包括：根据寄生条纹特征和去除函数特征数值不连续及存在的强度差异，采用基于直方图统计，确定寄生条纹特征所在取值范围；将所述系数矩阵Sj中数值在所述取值范围内的数据置零，消除其中的寄生条纹特征。第二方面，本专利技术还提供基于小波变换的磁流变去除函数寄生条纹消除装置，包括：获取模块，用于获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f1(x,y)；计算模块，用于提取所述面形数据矩阵f1(x,y)中的局部数据，所述局部数据为：含有寄生条纹，且不含有去除函数形状；计算所述寄生条纹的空间周期T；分解模块，用于采用sym5小波对所述面形数据矩阵f1(x,y)进行多级分解，分解级数为N，得到3N+1个系数矩阵数据；所述N根据所述空间周期T计算获得；记录模块，用于分析3N+1个所述系数矩阵数据，记录含有寄生条纹的系数矩阵为Sj；其中j＝1～K，K为含有寄生条纹的系数矩阵的个数，且K≤3N+1；消除模块，用于对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征。在一个实施例中，所述装置还包括：重构模块，用于对消除模块处理后的系数矩阵Sj进行重构，重构时小波基函数为sym5，分解层数为N，得到消除寄生条纹的面形数据矩阵f2(x,y)。在一个实施例中，所述计算模块中，具体用于计算多级小波分解层数N，计算公式如下：其中，N取满足条件下最小整数，T表示寄生条纹的空间周期，pix表示像素尺寸。在一个实施例中，所述消除模块，包括：确定子模块，用于根据寄生条纹特征和去除函数特征数值不连续及存在的强度差异，采用基于直方图统计，确定寄生条纹特征所在取值范围；消除子模块，用于将所述系数矩阵Sj中数值在所述取值范围内的数据置零，消除其中的寄生条纹特征。本专利技术实施例提供的上述技术方案的有益效果至少包括：本专利技术实施例提供的一种基于小波变换的磁流变去除函数寄生条纹消除方法，能够准确去除寄生条纹，达到提取磁流变去除函数的精确提取，适用范围广，对于传统频域带阻滤波无法解决的寄生条纹和原始数据频谱严重混叠的情况，仍然适用，是一种较好的寄生条纹去除方法，可以有效应用于消除磁流变去除函数寄生条纹，实现磁流变去除函数的准确提取。同时也可以较好的用于其它超精密加工方式(如气囊抛光、离子束抛光等)的去除函数寄生条纹的消除，便于推广应用。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。下面通过附图和实施例，对本专利技术的技术方案做进一步地详细描述。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例提供的基于小波变换的寄生条纹消除方法的流程图；图2为本专利技术实施例提供的步骤S105的流程图；图3为本专利技术实施例1提供的基于小波变换的寄生条纹消除方法的具体流程图；图4为含有寄生条纹的磁流变去除函数检测数据图像；图5为采用sym5小波4级分解，得到13个系数矩阵图像；图6为S2系数矩阵消除寄生条纹流程示意图；图7为滤除寄生条纹后的去除函数数据；图8为本专利技术实施例提供的基于小波变换的寄生条纹消除装置的框图；图9为本专利技术实施例提供的预消除模块85的框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。参照图1所示，本专利技术实施例提供的一种基于小波变换的磁流变去除函数寄生条纹消除方法包括：本文档来自技高网...

【技术保护点】
1.基于小波变换的磁流变去除函数寄生条纹消除方法，其特征在于，包括：获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f1(x,y)；提取所述面形数据矩阵f1(x,y)中的局部数据，所述局部数据为：含有寄生条纹，且不含有去除函数形状；计算所述寄生条纹的空间周期T；采用sym5小波对所述面形数据矩阵f1(x,y)进行多级分解，分解级数为N，得到3N+1个系数矩阵数据；所述N根据所述空间周期T计算获得；分析3N+1个所述系数矩阵数据，记录含有寄生条纹的系数矩阵为Sj；其中j＝1～K，K为含有寄生条纹的系数矩阵的个数，且K≤3N+1；对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征。

【技术特征摘要】
1.基于小波变换的磁流变去除函数寄生条纹消除方法，其特征在于，包括：获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f1(x,y)；提取所述面形数据矩阵f1(x,y)中的局部数据，所述局部数据为：含有寄生条纹，且不含有去除函数形状；计算所述寄生条纹的空间周期T；采用sym5小波对所述面形数据矩阵f1(x,y)进行多级分解，分解级数为N，得到3N+1个系数矩阵数据；所述N根据所述空间周期T计算获得；分析3N+1个所述系数矩阵数据，记录含有寄生条纹的系数矩阵为Sj；其中j＝1～K，K为含有寄生条纹的系数矩阵的个数，且K≤3N+1；对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征。2.如权利要求1所述的消除方法，其特征在于，还包括：对处理后的系数矩阵Sj进行重构，重构时小波基函数为sym5，分解层数为N，得到消除寄生条纹的面形数据矩阵f2(x,y)。3.如权利要求1所述的消除方法，其特征在于，所述N根据所述空间周期T计算获得，包括：计算多级小波分解层数N，计算公式如下：其中，N取满足条件下最小整数，T表示寄生条纹的空间周期，pix表示像素尺寸。4.如权利要求1所述的消除方法，其特征在于，对含有寄生条纹的系数矩阵Sj进行处理，消除其中的寄生条纹特征，包括：根据寄生条纹特征和去除函数特征数值不连续及存在的强度差异，采用基于直方图统计，确定寄生条纹特征所在取值范围；将所述系数矩阵Sj中数值在所述取值范围内的数据置零，消除其中的寄生条纹特征。5.基于小波变换的磁流变去除函数寄生条...

【专利技术属性】
技术研发人员：唐才学，徐凯源，温圣林，颜浩，张远航，嵇保建，王翔峰，石琦凯，邓燕，王健，
申请(专利权)人：中国工程物理研究院激光聚变研究中心，
类型：发明
国别省市：四川,51