对Zygo干涉仪采集的干涉条纹图像进行图像增强、图像二值化、图像细化、图像骨架修复、条纹阶数标定、数据采集等处理。并且可以获得用于干涉检测中波前分析的数据集。研究了用于确定光学平面形状的干涉图样的处理过程。
0简介
在光学测量中，干涉测量仍然是一种常见而重要的方法。干涉测量是通过解释干涉图像来评估光学样品的质量。干涉测量的结果是干涉条纹图，可以实时观察或作为干涉图存储。对于干涉图的解释，传统的方法是根据美国测试与材料学会ASTM)的标准，用直尺和铅笔手工测量。这种方法虽然简单，但已经不能满足精确测量的需要。利用数字图像处理技术，借助图像处理软件MATLAB，按照设计的算法，对采集到的干涉图像进行图像增强、二值化、图像细化、骨架修复、采样等处理。以便恢复波前数据进行分析和处理。
1干涉图像采集
实验仪器采用美国Zygo公司生产的激光波前干涉仪型号：VeriFire PE)。清洁被测零件的测量表面，然后将其放在标准平面下的承载台上。通过调整载物台的方位，使两个表面的反射光斑图像重合，用CCD可以采集到等厚的干涉条纹。Zygo干涉仪采集的干涉条纹如图1所示。
干涉条纹的数字图像处理过程2
根据干涉图像的特点和干涉条纹的判读要求，其中心思想是确定每个干涉条纹的中心位置及其对应的干涉顺序，提取每个干涉条纹在干涉图像上的具体信息。因此，干涉图像处理的主要步骤包括：干涉图像预处理、干涉图像二值化、干涉条纹细化、骨架修复、干涉顺序标定、数据采样等。[2].处理流程如图2所示。
3处理算法及实现
3.1干涉图像预处理
在采集干涉图的过程中，由于仪器本身或外界的影响，如振动、气流等，不可避免地会在正常信号中引入噪声。图像预处理是对图像中携带的信息进行改进，去除图像中的无关信息，去除噪声，恢复有用信息，抑制不必要的变形或增强后续处理中的重要图像特征。目的是在没有干扰的情况下获得清晰的图像。图像预处理一般包括图像增强、图像平滑和图像锐化[3]。
3.1.1图像增强
对于灰度图像，图像增强是指提高图像的亮度对比度，从而增加亮度差的目标特征[4]。图像增强的方法很多，仅以直方图规定化算法为例。直方图规定化算法主要有三个步骤：
1)原始图像的直方图均衡化：tk=Tsk)=pssi)，k=0，1，2，M-1M是原始图像的灰度)。
2)指定图像的直方图均衡化：ul=Tuuj)=puuj)，l=0，1，2，N-1N为指定图像的灰度)。
3)映射步骤1)和步骤2)的直方图，即在所有pssi)和puuj)之间形成一对一的映射。处理结果如图3所示。
3.1.2噪声抑制
由于噪声的随机性和图像信号在时间和空间上的相关性，噪声对图像点的影响会使其灰度与相邻点的灰度显著不同，或者帧间对应点的灰度显著不同。图像噪声抑制也叫图像滤波，实现方法就是根据这个原理设计的。抑制噪声的图像滤波算法有很多。典型的算法包括空域平滑滤波和锐化滤波、频域低通滤波、高通滤波和同态滤波等。选择中值滤波算法对增强后的图像进行处理。中值滤波是一种非线性平滑滤波器，具体步骤如下：
1)
2)读取模板下每个对应像素的灰度值，并将这些灰度值按升序排列。
3)找出中间一个像素的值，赋给模板中心的像素。
选择55邻域模板，处理结果如图4所示。
3.2干涉图像的二值化
经过滤波等预处理后，干涉灰度图像被压缩，干涉条纹只转换成黑白灰度值，称为“二值图像”。阈值分割法可用于干涉图像的二值化。设原始图像fx，y)为x，y)处像素的灰度值，t为二值化阈值。通过根据阈值分割图像获得的二值化图像是gx，y)[5]，并且它们之间的关系满足：
根据上述方法，处理结果如图5所示。
3.3干涉图像细化
分析干涉条纹，最重要的是找出干涉条纹的中心线，即干涉条纹的骨架。对二值化后的黑白条纹进行细化，得到只占据一个像素位置的线条的点集，从而提取条纹中心位置的信息[6]。
设p0为待细化的二值化图像的像素点，该像素点的8邻域各点排列如图6所示。用n（p0）表示8邻域内非0像素的个数，s（p0）表示以p1、p2、p3、p4、p5、p6、p7、p8、p1为顺序的序列中，像素从0变到1的次数。
具体算法主要是判断满足以下4个条件的黑点删除。
（1）2≤n（p0）≤6；
（2）s（p0）=1；
（3）p1&&p3&&p7=0或s（p1）≠1；
（4）p1&&p3&&p5=0或s（p3）≠1；
重复判断图像中每个点，直到所有点都不可删除为止。处理的结果如图7所示。
3.4干涉图像骨架修复
经过细化的条纹之间可能出现间断区域或者分叉点情况，在进行条纹级次标定之前必须将这些异常情况去除掉。具体算法如下：
（1）判断端点和分叉点。
（2）从端点出发，跟踪骨架像素点的权值并累加。
（3）设置分支重要性权值W，如果跟踪到一分支点，判断分支的重要性权值，如果小于W，则为毛刺，应去除；否则为一般分支，应保留。
（4）重复步骤（3），扫描整个干涉细化图像[7]。
骨架修复结果如图8所示。
3.5 干涉级次标定
条纹干涉级次的确定是处理干涉图像的重要步骤之一，也是干涉图像处理区别于其他类型图像的最大不同点。对细化的条纹进行跟踪，对每根条纹标记上级次（相对级次p=1，2，3…），以便在后续的处理中计算机能够分辨出不同级次的条纹[8]。算法如下：
（1）在垂直条纹方向画一条能贯穿所有条纹的直线l；
（2）依次标定直线与条纹的每个交点；
（3）在骨架线的端点处标记出交点对应的级次p，p值为1，2，3…。
其处理的结果如图9所示。
3.6 数据采样
干涉图经细化和级次标定后，最重要的工作就是对它进行数据采集。采样点的设置算法如下：
（1）在垂直条纹的方向上以一定的间距设置采样线贯穿整个干涉图像区域；
（2）提取采样线与细化条纹相交处的坐标位置（x，y）和该条纹的级次信息（x，y，p）；
（3）重复执行步骤（2），可以采集整幅图像的数据集合：（xi1，yi1，pi），（xi2，yi2，pi），…，（xin，yin，pi），其中pi为第i条干涉条纹的级次，（xin，yin）为该条纹上第n个点的坐标。
图像采样结果如图10所示。
4 结论
采样结束即完成了对数字化干涉图的图像处理过程，并且获得了一个离散的、采样点随机分布的波面数据集合（x，y，p）。综合上面的算法设计与实现，利用数字图像处理技术可以很好地处理干涉图像，而且数字图像的各阶段的算法种类很多，结合干涉图像的特点，需要选用合适的算法才能达到预期的效果。这种基于数字图像处理技术的应用，为后续波面拟合奠定了基础。
参考文献
[1] zgdhb.光电测试技术[M].西安：陕西人民出版社，2002.
[2] yxdxxm.基于波面拟合法面形偏差检测技术研究[D].福州：福建师范大学，2013.
[3] wndej.数字图像处理原理与算法[M].北京：机械工业出版社，2012.
[4] 甜蜜的航空.数字图像处理[M].北京：机械工业出版社，2008.
[5] 高高的小鸭子，jydtn，班宝龙，等.基于滤波图像相减二值化的干涉条纹骨架线提取的研究[J].激光杂志，2012，33（6）：28-29.
[6] 明理的水池，yydbg，昏睡的水蜜桃，等.数字图像处理在平面等倾干涉测量中的应用[J].仪器仪表学报，2003，24（4）：57-61.
[7] 魁梧的衬衫.光干涉图像的滤波和骨架化算法研究[D].哈尔滨：哈尔滨工业大学，2011.
[8] lmdwl，无心的黑裤.干涉图像数字化处理技术[J].深圳大学学报（理工版），1999，16（1）：24-27.