[发明专利]一种基于点衍射干涉仪的可变分辨率相位解包裹方法

说明书

本发明公开了一种基于点衍射干涉仪的可变分辨率相位解包裹方法，生成与干涉仪实际采集得到网络模型训练和验证数据；进行包裹处理后建立训练/验证数据集，采用四步移相法提取干涉图相位数据；建立卷积自编码神经网络模型，将训练数据输入模型，通过多次迭代训练网络直至最优状态然后再对仪器采集的待处理数据进行预测；在预测前根据分辨率对包裹相位图进行区域划分，通过后续拼接策略进行全幅解包；以原始包裹相位为基准，提取数据跳变点得到包裹区域轮廓，套入初始预测结果并以区域为单位去噪，对预测结果进行优化处理提高解包准确度；利用Iterative Closest Point算法拼接多组相邻相位数据实现分辨率可调。解包精度高，通用性强，实时处理能力强。

技术领域

本发明属于激光干涉精密测量领域相位数据处理技术领域，具体涉及一种基于点衍射干涉仪的可变分辨率相位解包裹方法。

背景技术

在球面/非球面光学元件生产制造过程中，需要经历多个生产工艺环节，包括研磨阶段，粗抛光阶段以及精抛光阶段。在生产前期常采用磨削方式加工，并配合轮廓法进行检测；而在精抛光阶段，为了避免接触测量精度低，易划伤光学表面等不足，常采用干涉法进行测量。这是一种无损检测方法且精度能达到亚微米级甚至纳米级。

点衍射干涉技术就是一种典型的干涉测量方法，通过针孔衍射现象产生理想的球面测量波前对待测球面/非球面进行相对测量；通过对探测器中采集得到的干涉条纹图进行分析，提取其相位信息进而得到了待测件的面形质量信息。这种检测方法涉及多步移相法，需要求取多幅干涉图差分的反正切值才能解得相位信息。通常在计算机处理数据时利用atan2函数代替arctan函数运算，这就使得解得的相位数据被限定在了[-π，π]之间，造成了相位不连续，无法直接反应测量信息。这种现象称为数据的包裹，对此国内外学者提出了不同的方法解决此问题：

传统行列扫描法解包是通过逐行逐列比较相邻两数据点的变化量来判断是否存在幅值跳变，并对包裹点加减2π整数倍进行解包处理。这种方法对噪声极其敏感，易出现误解包。Branch Cut，Quality-guided，Minimum discontinuity等方法属于路径跟踪法，是一种局部相位展开法。首先展开相位可靠区域然后通过选择合适积分路径对包裹相位逐步解包。解包效果与路径，质量图选择有紧密关联。最小范数法属于另一类相位解包方法，他是一种全局的相位展开方法，将相位展开问题转化为求最优化的问题。根据目标函数中的参数取值不同，这种方法又可分为零范数法和最小二乘法。该方法展开结果连续性平滑性较好，但局部误差容易扩散到全局。当前基于神经网络的方法实现数据解包处理可得到较高的解包精度，但此类方法输出的结果为静态分辨率，通用性不强，细节解析度较低。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于点衍射干涉仪的可变分辨率相位解包裹方法，利用卷积自编码神经网络对包裹相位进行解包裹处理，同时结合数据拼接方法实现动态分辨率解包弄能，解包精度高，通用性强，实时处理能力强。

本发明采用以下技术方案：

一种基于点衍射干涉仪的可变分辨率相位解包裹方法，分别通过软件模拟生成与干涉仪实际采集得到网络模型训练和验证数据；对生成的数据进行包裹处理后建立训练/验证数据集，采用四步移相法提取干涉图相位数据；建立卷积自编码神经网络模型，将训练数据输入模型，通过多次迭代训练网络直至最优状态然后再对仪器采集的待处理数据进行预测；在预测前首先根据分辨率对包裹相位图进行区域划分，然后通过后续拼接策略进行全幅解包；最后以原始包裹相位为基准，提取数据跳变点得到包裹区域轮廓，套入初始预测结果并以区域为单位去噪，对预测结果进行优化处理提高解包准确度；利用IterativeClosest Point算法拼接多组相邻相位数据实现分辨率可调。