一种光学元件表面形貌特征提取识别的方法技术

技术编号:43617962 阅读:18 留言:0更新日期:2024-12-11 14:59
本发明专利技术公开了一种光学元件表面形貌特征提取识别的方法,包括以下步骤:获取二维表面形貌信息;局部形貌特征识别与过滤;计算二维功率谱密度函数,径向平均获得一维功率谱密度函数;线性拟合双对数坐标下的一维功率谱密度函数,得到斜率p与截距q;根据拟合结果,计算表面形貌各向同性和各向异性分量的二维提取因子C<subgt;iso</subgt;,C<subgt;anis</subgt;;逆计算表面形貌各向同性和各向异性分量的二维傅里叶变换分量和采用傅里叶逆变换得到各向同性和各向异性的二维表面形貌分量h<subgt;recons</subgt;;最后评价二维形貌成分。本发明专利技术采用上述的一种光学元件表面形貌特征提取识别的方法,能够精确提取并分离耦合的各向同性和各向异性分量,可用于化学机械抛光抛光等表面加工方法的参数分析和终点判断。

【技术实现步骤摘要】

本专利技术涉及光学检测,尤其是涉及一种光学元件表面形貌特征提取识别的方法


技术介绍

1、在光学元件表面加工后,通常需要对其进行检测与评价。目前已经形成了较为完备的检测评价体系,如基于表面高度算术平均、均方根、峰谷值等指标的表面粗糙度评价体系,以及基于功率谱密度(psd)分析和小波分析的表面纹理与空间特征评价体系。

2、然而,现有的表面粗糙度评价体系主要基于各向同性统计方法,对于各向异性加工表面的评价能力有限,容易忽视方向性特征,导致评价结果不准确。例如,在铣削和车削等各向异性加工方法中,表面特征具有明显的方向性,这些粗糙度指标往往不能充分反映这些方向性特征。常规的psd分析方法也存在局限,会导致原始数据中的许多重要结构信息在转换过程中丢失,特别是对于各向异性和弱周期性的表面结构,psd曲线中的峰值往往不明显。这是因为在psd计算中,信息在垂直维度上的损失使得这些特征变得难以识别,显著影响了分析结果的准确性。此外,psd分析对于表面结构的方向性非常敏感,旋转或检测角度的变化也会影响结果,导致结果不具有一致性和可重复性。小波分析的分解结果也会受预本文档来自技高网...

【技术保护点】

1.一种光学元件表面形貌特征提取识别的方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤S1中,所述制备不同形貌特征的表面样品包括使用CMP制备各向同性分形面、使用金刚石车削制备准一维各向异性表面和使用离子束抛光制备二维各向异性表面。

3.根据权利要求2所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤S3中,所述局部形貌特征识别与过滤包括以下步骤:

4.根据权利要求3所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤S4中,所述应用Welch窗口减少采样误差,并计...

【技术特征摘要】

1.一种光学元件表面形貌特征提取识别的方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤s1中,所述制备不同形貌特征的表面样品包括使用cmp制备各向同性分形面、使用金刚石车削制备准一维各向异性表面和使用离子束抛光制备二维各向异性表面。

3.根据权利要求2所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤s3中,所述局部形貌特征识别与过滤包括以下步骤:

4.根据权利要求3所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤s4中,所述应用welch窗口减少采样误差,并计算二维功率谱密度psd结果,具体为:应用welch窗口,以减少有限采样长度和离散采样点引起的模糊和泄漏,计算得到的二维功率谱密度psd的结果为:

5.根据权利要求4所述的一种光学元件表面形貌特征提取识别的方法,其特征在于,步骤s5中,所述使用径向平均的方法获得一维功率谱密度psdn结果,具体为:

6.根据权利要求5所述的...

【专利技术属性】
技术研发人员:夏菁菁齐润泽黄秋实
申请(专利权)人:浙江同越光学科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1