一种基于特征频谱带阻滤波的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一种基于特征频谱带阻滤波的寄生条纹消除方法及装置，该方法包括：获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f(x,y)；计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N；根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据；对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据。该方法只消除寄生条纹的频谱，完全保留去除函数自身频谱，不会改变去除函数自身形态，使得在滤除寄生条纹的同时，去除函数自身形态得到了保持，提高了磁流变去除函数的提取精度。

A method and device for eliminating parasitic fringes based on band-stop filtering of characteristic spectrum

【技术实现步骤摘要】
一种基于特征频谱带阻滤波的寄生条纹消除方法及装置
本专利技术涉及光学加工领域，具体是一种基于特征频谱带阻滤波的寄生条纹消除方法及装置。
技术介绍
磁流变抛光技术是一种高确定性、高精度的光学超精密加工技术，广泛用于大口径平面光学元件的抛光、连续位相板(CPP)的成型、非球面光学元件的精抛。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，这难以消除寄生条纹；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，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低而无法测量，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。采用FFT频域带阻滤波的方法可以实现寄生条纹的滤除，但是磁流变去除函数的频谱和寄生条纹的频谱往往有部分混叠，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，如何有效消除去除函数中的寄生条纹，而不改变去除函数自身的形态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一种基于特征频谱带阻滤波的寄生条纹消除方法，包括：获取含有寄生条纹的干涉仪采斑测量面形数据矩阵f(x,y)；计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N；根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据；对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据。在一个实施例中，提取所述面形数据矩阵f(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和相对于X轴的角度α；计算所述面形数据矩阵f(x,y)频谱放大倍数N。在一个实施例中，对所述面形数据矩阵f(x,y)进行QuadFlip操作；采用复调制细化频谱算法，根据频谱放大倍率为N，计算QuadFlip操作后的面形数据矩阵qf(x,y)的频谱数据QF(x,y)；根据所述寄生条纹相对于X轴的角度α，在所述频谱数据QF(x,y)中，查找寄生条纹的频域特征；将所述寄生条纹的频域特征区域置零，得到处理后的频谱数据QF1(x,y)；采用快速傅立叶变换，进行频域位置匹配，生成频谱数据QF4(x,y)。在一个实施例中，采用快速傅立叶变换，计算所述面形数据矩阵qf(x,y)频谱，得到QF2(x,y)；将去除寄生条纹频谱的数据QF1(x,y)进行缩小，缩小倍数为N，得到QF3(x,y)；将QF2(x,y)中心位置区域第一预设范围内的数据替换为QF3(x,y)，得到频谱位置匹配后的数据QF4(x,y)。在一个实施例中，将所述QF4(x,y)频谱数据进行FFT反变换得到qf4(x,y)面形数据，提取第二预设范围内的数据，得到消除寄生条纹的面形检测数据qf5(x,y)。第二方面，本专利技术还提供一种基于特征频谱带阻滤波的寄生条纹消除装置，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f(x,y)；计算模块，用于计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N；生成模块，用于根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据；反变换模块，用于对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据。在一个实施例中，所述计算模块，具体用于提取所述面形数据矩阵f(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和相对于X轴的角度α；计算所述面形数据矩阵f(x,y)频谱放大倍数N。在一个实施例中，所述生成模块，包括：操作子模块，用于对所述面形数据矩阵f(x,y)进行QuadFlip操作；计算子模块，用于采用复调制细化频谱算法，根据频谱放大倍率为N，计算QuadFlip操作后的面形数据矩阵qf(x,y)的频谱数据QF(x,y)；查找子模块，用于根据所述寄生条纹相对于X轴的角度α，在所述频谱数据QF(x,y)中，查找寄生条纹的频域特征；置零子模块，用于将所述寄生条纹的频域特征区域置零，得到处理后的频谱数据QF1(x,y)；生成子模块，用于采用快速傅立叶变换，进行频域位置匹配，生成频谱数据QF4(x,y)。在一个实施例中，所述生成子模块，包括：计算单元，用于采用快速傅立叶变换，计算所述面形数据矩阵qf(x,y)频谱，得到QF2(x,y)；缩小单元，用于将去除寄生条纹频谱的数据QF1(x,y)进行缩小，缩小倍数为N，得到QF3(x,y)；替换单元，用于将QF2(x,y)中心位置区域第一预设范围内的数据替换为QF3(x,y)，得到频谱位置匹配后的数据QF4(x,y)。在一个实施例中，所述反变换模块，具体用于将所述QF4(x,y)频谱数据进行FFT反变换得到qf4(x,y)面形数据，提取第二预设范围内的数据，得到消除寄生条纹的面形检测数据qf5(x,y)。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特征频谱带阻滤波的寄生条纹消除方法，本方法针对寄生条纹频谱特征，只消除寄生条纹的频谱，完全保留去除函数自身频谱，不会改变去除函数自身形态，使得在滤除寄生条纹的同时，去除函数自身形态得到了保持。同时，本方法计算快捷、寄生条纹去除准确，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，可以有效应用于磁流变去除函数寄生条纹的消除，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的详细描述。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特征频谱带阻滤波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S103的流程图；图3为含有寄生条纹本文档来自技高网...

【技术保护点】
1.一种基于特征频谱带阻滤波的寄生条纹消除方法，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f(x,y)；计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N；根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据；对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据。

【技术特征摘要】
1.一种基于特征频谱带阻滤波的寄生条纹消除方法，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f(x,y)；计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N；根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据；对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据。2.如权利要求1所述的一种基于特征频谱带阻滤波的寄生条纹消除方法，其特征在于，计算寄生条纹的相关参数和所述面形数据矩阵f(x,y)频谱放大倍数N，包括：提取所述面形数据矩阵f(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和相对于X轴的角度α；计算所述面形数据矩阵f(x,y)频谱放大倍数N。3.如权利要求1所述的一种基于特征频谱带阻滤波的寄生条纹消除方法，其特征在于，根据所述相关参数和放大倍数N，对寄生条纹的频谱和频域特征进行处理，生成频谱数据，包括：对所述面形数据矩阵f(x,y)进行QuadFlip操作；采用复调制细化频谱算法，根据频谱放大倍率为N，计算QuadFlip操作后的面形数据矩阵qf(x,y)的频谱数据QF(x,y)；根据所述寄生条纹相对于X轴的角度α，在所述频谱数据QF(x,y)中，查找寄生条纹的频域特征；将所述寄生条纹的频域特征区域置零，得到处理后的频谱数据QF1(x,y)；采用快速傅立叶变换，进行频域位置匹配，生成频谱数据QF4(x,y)。4.如权利要求3所述的一种基于特征频谱带阻滤波的寄生条纹消除方法，其特征在于，采用快速傅立叶变换，进行频域位置匹配，生成频谱数据QF4(x,y)，包括：采用快速傅立叶变换，计算所述面形数据矩阵qf(x,y)频谱，得到QF2(x,y)；将去除寄生条纹频谱的数据QF1(x,y)进行缩小，缩小倍数为N，得到QF3(x,y)；将QF2(x,y)中心位置区域第一预设范围内的数据替换为QF3(x,y)，得到频谱位置匹配后的数据QF4(x,y)。5.如权利要求1所述的一种基于特征频谱带阻滤波的寄生条纹消除方法，其特征在于，对所述频谱数据进行FFT反变换，得到消除寄生条纹的面形数据，包括：将所述QF4(x,y)频谱数据进行FFT反变换得到qf4(x,y)面形数据，提取第二预设范围内的数据，得到消除寄生条纹的面形检测数据q...

【专利技术属性】
技术研发人员：唐才学，温圣林，颜浩，张远航，嵇保建，王翔峰，石琦凯，邓燕，王健，李昂，
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