金属网栅是一种广泛使用的透明电磁屏蔽薄膜,兼顾高光学透过率与优异的屏蔽电磁干扰特性。但其制备流程可能产生缺陷,使用过程中也会产生破损,都会严重影响到网栅的光电性能。因此,需要一种高效、准确的检测手段表征金属网栅缺陷。本课题基于傅里叶叠层成像技术（Fourier ptychographic microscopy,FPM）与低秩分解模型,针对具体应用需求,分别设计了应用于FPM的自适应稀疏采样策略和高鲁棒性能的周期性纹理样本缺陷检测算法,进一步结合透射,反射式FPM成像系统与所设计的优化算法实现了对多种金属网栅缺陷的高精度检测。课题进行了相应的理论分析与实验验证,主要工作如下:1.为解决金属网栅大视场,高分辨率成像问题,结合实际应用背景,搭建了透射、反射式FPM系统。通过调节成像光路中孔径光阑的大小改变透镜数值孔径,进而研究其对重构质量的影响。此外,在现有算法基础上,研究空样本图像信息补偿方法,一定程度上解决了拍摄图像信噪比低的问题。实验结果表明,优化后的重构结果可为后续缺陷检测算法模块提供有效输入。2.为解决FPM采集效率不高的问题。通过分析图像在频域的稀疏性,根据孔径照明与稀疏采样原理,设计了自适应搜索算法。仿真与实验结果表明该方案选用部分LED进行低分辨率图像采集,其重建结果的分辨性能对全采样模式有良好的逼近。基于此,将该算法应用于优化的FPM系统,提高成像模块的采集效率。3.为解决金属网栅缺陷高精度检测问题,设计了针对于周期性纹理样本的缺陷检测算法。基于主成分分析法建立图像低秩分解模型,通过结构相似度和灰度直方图信息设计图像先验和后验信息,结合阈值分割得到缺陷二值图像结果。与多种方法进行定量和定性比较,数值分析与实验结果表明,此算法对于织物纹理图案,金属网栅纹理图案的多种缺陷在检测精度上均有优异表现。本文研究了基于傅里叶叠层成像技术的金属网栅缺陷检测方法,为定量表征周期性纹理样本表面缺陷设计了相应的检测方案,对微纳加工检测技术有指导意义。