一种滤除干涉检测数据中随机噪声的滤波方法技术

本发明专利技术公开了一种滤除干涉检测数据中随机噪声的滤波方法，该方法以选取的数据点为中心点，采用多次函数对滤波窗口（滤波窗口大小可调）内的数据进行基于最小二乘法的多项式拟合（多次函数阶数可选），得到多项式系数，并以常数项系数作为该点滤波后的值，然后依次按行或按列递增进行滤波。相比于一般的均值滤波和带通滤波，该方法可准确滤除随机噪声并保留原始数据细节信息，不会丢失任何频率信息。本发明专利技术通过对检测面形数据进行滤波，提供了一种滤除随机噪声的方法，对高精度面形检测中进一步提高面形检测精度有重要的应用价值。

【技术实现步骤摘要】

本专利技术涉及，属于光学检测领域。
技术介绍
高精度面形干涉检测一直是光学检测测试领域的热点和难点问题。为达到纳米级超高精度的面形检测，必须要对影响干涉仪检测精度的各种微小误差因素进行控制，其中检测结果中由环境随机噪声、CCD探测器电子噪声引入的随机噪声可通过滤波的方法滤除。常用的滤波方法有均值滤波、低通滤波、高通滤波和带通滤波等。均值滤波方法是以数据相邻点的算术平均值作为该点滤波后的值，这种方法原理简单可行，滤波速度快，但会丢失原始数据信息，不能保留原始数据细节；低通滤波、高通滤波、带通滤波等滤波方法都是基于傅里叶变换，保留或滤除特定空间频率的数据信息，这种滤波方法对分析数据中 不同频率的分布十分有效，但并不适用于滤除面形检测数据中的随机噪声。为了满足高精度面形检测中，对各种随机噪声的滤除，本专利技术提出了一种准确滤除随机噪声的滤波方法。
技术实现思路
本专利技术的目的在于为了解决高精度面形过程中，各种随机噪声对检测精度的影响，本专利技术提出了。本专利技术为了实现上述的目的采用的技术方案为，其包含以下步骤步骤I)、对于数据点(iQ，jQ)，选取滤波窗口大小为(2n+l)X(2m+l)，以数据点(i0, J0)为原点，并确定多次拟合函数阶数N，其中N < (2n+l) X (2m+l)，对滤波窗口内的数据为对象，构建目标函数 n m 『-ψF —[/: . 1 ； , — ifl, + · I + u.2 * J ++ Q4 * I * J ++ …)j i n j m其中Pi，j为相对像素坐标为(i，j)的值，坐标原点为选取的数据点及._;;,，(a0，a” a2，…，B^1)为多项式系数；步骤2)、釆用最小二乘法对滤波窗口内的数据进行多项式拟合，使目标函数最小，Qf即$ i = O, I, 2，…，N -1，得到超定方程组AX = B，其中，OT1-A — ，权利要求1.，其特征在于包含以下步骤 步骤I)、对于数据点(iQ，jQ)，选取滤波窗ロ大小为(2n+l) X (2m+1)，以数据点(iQ，j。)为原点，并确定多次拟合函数阶数N，其中N < (2n+l) X (2m+l)，对滤波窗口内的数据为对象，构建目标函数2.根据权利要求I所述的ー种滤除干涉检测数据中随机噪声的滤波方法，其特征在于所述的数据点是逐行或逐列递增进行滤波滤除的。3.根据权利要求I所述的ー种滤除干涉检测数据中随机噪声的滤波方法，其特征在于所述的滤波窗ロ大小可选和多次函数阶数可选。4.根据权利要求I所述的ー种滤除干涉检测数据中随机噪声的滤波方法，其特征在于所述的多项式拟合方法采用最小ニ乘拟合算法。5.根据权利要求I所述的ー种滤除干涉检测数据中随机噪声的滤波方法，其特征在于所述的边界数据点直接采用原始值。全文摘要本专利技术公开了，该方法以选取的数据点为中心点，采用多次函数对滤波窗口(滤波窗口大小可调)内的数据进行基于最小二乘法的多项式拟合(多次函数阶数可选)，得到多项式系数，并以常数项系数作为该点滤波后的值，然后依次按行或按列递增进行滤波。相比于一般的均值滤波和带通滤波，该方法可准确滤除随机噪声并保留原始数据细节信息，不会丢失任何频率信息。本专利技术通过对检测面形数据进行滤波，提供了一种滤除随机噪声的方法，对高精度面形检测中进一步提高面形检测精度有重要的应用价值。文档编号G01B11/24GK102865830SQ20121033650公开日2013年1月9日 申请日期2012年9月12日 优先权日2012年9月12日专利技术者宋伟红, 李世芳, 侯溪, 赵文川, 吴高峰, 徐燕, 毛洁, 吴永前, 万勇建 申请人:中国科学院光电技术研究所本文档来自技高网...

【技术保护点】
一种滤除干涉检测数据中随机噪声的滤波方法，其特征在于包含以下步骤：步骤1）、对于数据点(i0,j0)，选取滤波窗口大小为(2n+1)×(2m+1)，以数据点(i0,j0)为原点，并确定多次拟合函数阶数N，其中N＜(2n+1)×(2m+1)，对滤波窗口内的数据为对象，构建目标函数：F=Σi=-nnΣj=-mm[Pi0+i,j0+j-(a0+a1·i+a2·j+a3·i2+a4·i·j+a5·j2+···)]2;其中Pi,j为相对像素坐标为(i,j)的值，坐标原点为选取的数据点(a0,a1,a2,…,aN？1)为多项式系数；步骤2）、采用最小二乘法对滤波窗口内的数据进行多项式拟合，使目标函数最小，即i＝0,1,2,…,N？1，得到超定方程组AX＝B，其中，A＝[A1？A2？A3？…？A(2n+1)(2m+1)]T，Ak=1iji·ii·jj&CenterDot;j...,k＝1,2,3,…,(2n+1)(2m+1),？n≤i≤n,？m≤j≤m,X＝[a0？a1？a2？…？aN？1]T，B=[Pi0+i,j0+j]T,-n≤i≤n,-m≤j≤m,其中，B为滤波窗口内的数据按行或列排列的列向量，起始点为(i0？n,j0？m)），系数矩阵A的排列顺序与之对应，解此超定方程组即可得到多项式系数解(a0,a1,a2,…,a3N？1)；步骤3）、经过滤波之后，该数据点(i0,j0)的值即为a0，即步骤4）、然后以下一个数据点(i0,j0+1)或(i0+1,j0)为原点，返回步骤2），如此往复，直至对所有的数据点都完成滤波以滤除随机噪声，其中，所述的所有的数据点中边界数据点除外。FDA00002131384100012.jpg,FDA00002131384100013.jpg,FDA00002131384100016.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：宋伟红，李世芳，侯溪，赵文川，吴高峰，徐燕，毛洁，吴永前，万勇建，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：