论文部分内容阅读
本文论述了图像处理在干涉条纹自适应控制中的应用。和已有的机电反馈控制方法、半导体激光器反馈控制方法、光学双稳装置控制方法相比,电路较为简单,而且,简单地调节光学系统使干涉条纹宽度对应的象素数增大,即可提高系统的控制精度。 针对面阵CCD和线阵CCD的不同实现,给出了不同的处理方法。对于面阵CCD,提出了基于图像处理、傅里叶变换以及条纹亮度分布计算条纹漂移量三种方法。基于图像处理计算干涉条纹漂移量,目的是抽取干涉条纹的骨架,通过条纹骨架的定位实现对条纹的定位,重点讨论了条纹图像的二值化、膨胀和细化;基于傅里叶变换计算干涉条纹的漂移量,是基于条纹不同位置处的相位不同这一事实,重点讨论了干涉条纹信号的提取和干涉条纹相位去包裹算法;基于条纹亮度分布计算条纹漂移量,是根据条纹自身亮度分布的特点对条纹进行定位。对于线阵CCD,同样是根据条纹自身亮度分布的特点对条纹进行定位,由于噪声较大,在对条纹进行定位时,采取了对条纹数据局部拟合的方法。每一部分都给出了实验的结果。由于图像计算比较耗时,最后给出了利用线阵CCD计算的结果。 实验表明利用上面的方法对条纹数据进行处理,然后给出控制信号,能够较好地控制干涉条纹,使条纹保持相对稳定。