亚星游戏官网-www.yaxin868.com

专利名称：微阵列结构光学器件面型精度评价方法
技术领域：
本发明属于先进制造领域的复杂曲面零件超精密制造、光学表面自由曲面零件制造技术领域，借助复杂曲面光学质量检测实现面形精度的评价。
背景技术：
微阵列结构光学器件是ー种典型的光学自由曲面器件，由于具有匀光、视场大等优秀的光学特性，被广泛应用于成像及非成像系统，如太阳能模拟器、仿生复眼光学等系统。微阵列结构光学器件有众多相同或不同的单元按照一定方式组成，単元的面型一般采用为球面或非球面，単元一般按照矩形、六角形、或三角形阵列等排列。由于微阵列结构光学器件単元口径在毫米甚至微米量级，超精密快刀或慢刀车削方法是可控加工该结构最有效方法之一。由于微阵列结构光学器件的光学应用需求，需要每个单元具有较好的面型精度。 目前，对非球面面型评价的方法，常借助轮廓仪对非球面进行截线扫描，对该截线上的ニ维数据线进行面型精度的求取。因此，对于微阵列结构光学器件评价的方法也往往对逐个单元进行轮廓截线的方式进行评价。但对于単一非球面采用车削加工，面型具有良好的对称性，采用ニ维轮廓截线可以较好地实现全面评价。但对于微阵列结构光学器件来说，受超精密车削加工方法的限制，大部分単元不具有加工対称性，因此，简单地对各单元进行轮廓截线的测量和评价，并不能全面评价单元的面型精度。因此，有必要开发相应的评价方法实现对微阵列结构光学器件进行全面分析和评价。

发明内容
本发明的目的是提出ー种能够微阵列结构光学器件三维面型精度评价方法，实现微阵列结构光学器件面型精度的全面评价。为此，本发明采用如下的技术方案一种微阵列结构光学器件面型精度评价方法，该微阵列结构光学器件的単元结构的标准方程为球面标准方程或非球面标准方程，且测量数据来自于轮廓仪的三维坐标点(Xpyi^i),単元结构在(Xi，yi)内最大内切圆半径为R，数据按照规则矩形方式排列，每行数据量为N个，共有M行，其面型精度评价步骤如下I)对所有三维测量数据进行平面拟合，确定三维测量数据的基准平面，并计算三维测量数据的每个点(Xi，yi)对应基准平面的Z坐标值Zbi，将Zi-Zbi代替三维测量数据的Zi值，从而实现对測量数据的调平操作；2)搜索调平后三维测量数据的坐标范围Xi e [Xniin, XmaJ，Yi e [ymin, YmaJ，
Zi [Z1Jin, Zmax]；3)将调平后的三维测量数据转为伪灰度图，即三维測量数据的每个点作为伪灰度图像素点，则对应伪灰度图像的像素数量为NXM,伪灰度图像上姆个像素点(UpVi)坐标和三维测量数据坐标(Xi, Yi)的关系为=Ui=N (Xi-Xnlin) / (Xmax-Xmin)、Vi=M (Yi-Ymin) / (Ymax-Ymin)，每个像素点的灰度值81和三维測量数据Zi的关系为gi=255 (Zi-ZminV (Zmax-Zmin)；
4)对伪灰度图进行ニ值化处理，并依次进行边界提取和圆形识别，提取各个单元结构的圆心坐标(uoi, vj，并借助关系式 Xtji=Utji (Xmax-Xmin) N+Xmin、yQi=V()i (YniaxIniin)M+y.得到各单元的顶点坐标(Xtli, y0i)；5)在单元顶点(X(li，y0i)附近对三维測量数据进行捜索，得到最大或最小值Zm (若单元为凹形，则搜索最小值，若为凸形，则搜索最大值)，记为Z0i ;6)对于全部调平后的三维测量数据进行捜索，提取每个单元面型上的三维测量数据点；7)将每个単元面型上的三维测量数据均拟合为相应的变形非球面模型；8)对每个单元以(Xtli, y0i)为中心、半径为R的区域内均匀采样一系列点(Xi, Yi)坐标，分别代入单元结构的标准方程和步骤7)拟合的变形非球面模型中，并进行所有z坐标值偏差量的求解，即可得到三维面型误差数据，实现整个微阵列结构光学器件面型精度 的评价。作为优选实施方式，步骤7)通过L M非线性最优化算法，考虑数据的旋转和平移调整，将每个単元的三维测量数据均拟合为相应的变形非球面模型。本发明提及的微阵列结构光学器件面型精度评价方法，针对轮廓仪测量数据进行数据提取、优化拟合、评价等一系列过程，可满足一般微阵列结构光学器件加工和评价的需求。本发明由于实现了光学阵列中各単元的三维面型误差数据的获�。�从而可实现微阵列结构光学器件更加全面的评价分析。


图I光学自由曲面制造流程图。图2伪灰度图实例。图3伪灰度图ニ值化处理结果图。图4微阵列结构光学器件測量数据及基准平面。图5各单元顶点位置识别。图6提取的某单元三维数据。图7某単元的三维面型误差分布图。
具体实施例方式图I是本发明提出的微阵列结构光学器件面型精度评价方法流程图。用于面型精度评价的微阵列结构光学器件的測量数据来自于轮廓仪，是ー组三维坐标点数据(Xi, Yi, Zi)。采用轮廓仪测得的数据一般按照规则行列的方式矩形分布，假设每行数据量为N个，共有M行。在采用轮廓仪进行测量时，被测微阵列结构光学器件由于存在安装误差，导致测得的三维坐标点数据整体存在倾斜或俯仰等角度变化，因此，得到的測量数据基准面不是严格的水平，而为方便后期评价的相关处理，需要将测量数据进行调平处理。可对所有測量数据进行平面拟合，确定三维数据的基准平ax+by+CZ+d=0。平面拟合的算法较成熟，可采用最小二乗法、最大元素分析法(PCA)等算法，通过这些算法可以确定基准平面的參数a、b、C、d，从而得到计算基准平面上Zb坐标的公式，zb=- (ax+by+d) c (I)
对于测量数据的每个点，将(Xi，yi)代入公式(I)中求解基准平面上Zbi数值，将Zi-Zbi代替測量数据的Zi值，从而实现对測量数据的调平操作。在将测量的三维数据调平后，可将调平后的三维数据转为伪灰度图，即三维数据的每个点作为伪灰度图像素点，则对应伪灰度图像的像素数量为NXM。假设调平后数据的坐标范围分别为Xi G [xmin, XmaJ , Yi G [y—，Yni J，Zi G [Zniin, zMX]，则对应图像上每个像素点(Ui, Vi)坐标和三维数据坐标(Xi，yi)的关系为，

权利要求
1.一种微阵列结构光学器件面型精度评价方法，该微阵列结构光学器件的単元结构的标准方程为球面标准方程或非球面标准方程，且测量数据来自于轮廓仪的三维坐标点(Xi，yi，Zi)，単元结构在(Xi^i)内最大内切圆半径为R，数据按照规则矩形方式排列，每行数据量为N个，共有M行，其面型精度评价步骤如下 1)对所有三维测量数据进行平面拟合，确定三维测量数据的基准平面，并计算三维测量数据的每个点(Xi，yi)对应基准平面的Z坐标值Zbi，将Zi-Zbi代替三维测量数据的Zi值，从而实现对测量数据的调平操作； 2)搜索调平后三维测量数据的坐标范围XiG [Xniin, XmaJ，Yi G [ymin, ymax]，Zi [Z1Jin, Zmax]； 3)将调平后的三维测量数据转为伪灰度图，即三维測量数据的每个点作为伪灰度图像素点，则对应伪灰度图像的像素数量为NXM,伪灰度图像上姆个像素点(UpVi)坐标和三维测量数据坐标(Xi, Yi)的关系为Ui=N (Xi-Xmin) / (Xmax-Xmin)、Vi=M (Yi-Ymin) / (Ymax-Ymin)，每个像素点的灰度值gi和三维测量数据Zi的关系为gi=255 (Zi-ZminV (Zmax-Zmin)； 4)对伪灰度图进行ニ值化处理，并依次进行边界提取和圆形识别，提取各个单元结构的圆心坐标(uoi,voi)，并借助关系式 Xoi=Uoi (Xmax-Xmin) /N+Xmin,Yoi=Voi (y—Iniin) /M+y.得到各单元的顶点坐标(Xtli, y0i)； 5)在单元顶点附近对三维測量数据进行捜索，得到最大或最小值Zm(若単元为凹形，则搜索最小值，若为凸形，则搜索最大值)，记为Z0i ； 6)对于全部调平后的三维测量数据进行捜索，提取每个单元面型上的三维测量数据点； 7)将每个単元面型上的三维测量数据均拟合为相应的变形非球面模型； 8)对每个单元以(Xc^ytli)为中心、半径为R的区域内均匀采样一系列点(X^yi)坐标，分别代入单元结构的标准方程和步骤7)拟合的变形非球面模型中，并进行所有z坐标值偏差量的求解，即可得到三维面型误差数据，实现整个微阵列结构光学器件面型精度的评价。
2.根据权利要求I所述的微阵列结构光学器件面型精度评价方法，其特征在于，步骤7)通过L-M非线性最优化算法，考虑数据的旋转和平移调整，将每个単元的三维测量数据均拟合为相应的变形非球面模型。
全文摘要
本发明属于先进制造领域的复杂曲面零件超精密制造技术领域，涉及一种微阵列结构光学器件面型精度评价方法，包括1)进行平面拟合，确定三维测量数据的基准平面，对测量数据进行调平操作；2)搜索调平后三维测量数据的坐标范围；3)将调平后的三维测量数据转为伪灰度图；4)对伪灰度图进行二值化处理，并依次进行边界提取和圆形识别；5)在单元顶点附近对三维测量数据进行搜索，得到最大或最小值；6)对于全部调平后的三维测量数据进行搜索，提取每个单元面型上的三维测量数据点；7)将每个单元的三维测量数据均拟合为相应的变形非球面模型；8)求取三维面型误差数据。本发明可实现微阵列结构光学器件更加全面的评价分析。
文档编号G01B21/20GK102829749SQ20121021867
公开日2012年12月19日 申请日期2012年6月28日 优先权日2012年6月28日
发明者张效栋, 房丰洲, 姜丽丽, 高慧敏 申请人:天津大学