用于智能移動設備的條紋反射法檢測系統

冀 翼，張學軍，袁 婷，陶小平

(中國科學院 長春光學精密機械與物理研究所光學系統先進制造技術中國科學院重點實驗室，吉林 長春 130033)

用于智能移動設備的條紋反射法檢測系統

冀 翼，張學軍*，袁 婷，陶小平

(中國科學院 長春光學精密機械與物理研究所
光學系統先進制造技術中國科學院重點實驗室，吉林 長春 130033)

條紋反射法是一種結構簡單的三維面形檢測手段，本文對該方法在智能手機、平板等移動設備中的集成和應用進行了研究。首先，對條紋反射法標定誤差以及智能設備的特點進行了分析。然后，在分析實際檢測中的關鍵誤差基礎上，提出了通過相機非線性定標、改善相移算法、格點位置標定、應對相機自動增益調整等一系列方法和算法，在設備現有硬件條件下提高了測量精度和穩定性；最后，使用iPad Air對直徑為105 mm的SiC反射面進行了實驗。結果表明，標定精度在毫米量級時，對反射面的檢測精度RMS值達到33 μm，并且以低頻誤差為主，在局部高頻區域檢測結果有明顯優勢，證實了在不使用其他外部設備前提下，集成于智能平板的條紋反射法具備幾十微米量級精度的檢測能力。

面形測量；光學檢測；條紋反射；智能設備

1 引 言

反射測量術是一種波前斜率測量方法，最早在德國提出[1]，可以追溯到20世紀50年代，該方法的提出主要是為了滿足工業制造業中對自由曲面的測量需求。其基本原理是通過觀測反射面對于已知圖樣的反射變形，利用光線追跡到反射面的斜率信息，建立偏折角度與物面局部梯度或法向矢量的關系，進而重建面形[2]。反射測量技術在過去的幾十年用于對汽車噴漆表面、飛機表面、金屬鏡面等實現微米級快速測量。國際上目前已有相應商品化測量儀器，如法國的VISUOL技術公司[3]、德國的3D-shape公司[4]和不萊梅應用光學研究所[5]等。

近年來，對反射測量術的大量研究和新標定方法的提出使其得以應用于高精度光學檢測領域，利用LCD屏幕顯示周期性的正弦圖樣，使用CCD相機觀測反射圖樣，具有動態范圍大，結構簡單，成本低，檢測速度快，操作簡單等特點。美國Arizona大學提出將條紋反射法檢測系統放置于反射鏡曲率中心附近，使其可應用于超大口徑光學檢測[6-7]，并應用于直徑為8.4 m的GMT望遠鏡主鏡面形檢測[9]，條紋反射法大動態范圍的特點解決了干涉儀檢測不全的問題，據報道去除低階像差后精度可達到nm量級[8]。國內四川大學與成都光電所[10-11]，中國科學院[12]等都對類似技術有一定研究。然而條紋反射法標定過程復雜，標定誤差往往引入低階像差，結果可靠性受到一定程度的質疑。使用條紋反射法實現高精度全局測量仍是目前的研究難點。

目前，在已經十分普及的智能手機、平板等移動設備中，通常都配備了高分辨率顯示屏，前置攝像頭和高性能處理器，這已經滿足了條紋反射法的基本設備條件。將光學檢測手段集成在移動智能設備中，其意義在于為普通智能手機、平板提供一種對反射面進行三維形貌測量的方法，可以讓用戶無需購買其他外設，只需使用手持設備通過app即可對工業界和生活中的類反射面進行快速高精度檢測[13]，另外也有望幫助專業技術人員對光學加工過程中的高精度光學反射面進行定性分析，為專業光學加工和檢測過程提供更多依據。使用智能移動設備進行檢測的優勢顯而易見，不過廉價的消費級攝像頭和設備自身結構的限制也帶來了新的問題并影響檢測精度。

本文討論了條紋反射法應用于智能設備的特點，分析了使用智能設備進行實際檢測的新問題。通過相機非線性定標、改善相移算法、格點位置標定、應對相機自動增益調整等一系列方法和算法提高了測量精度和穩定性。使用設計的iOS APP對實際反射面進行快速便捷測量，探究了在目前硬件條件下能達到的檢測精度，驗證了智能拍照設備用于條紋反射法的可行性。

2 條紋反射法基本原理

典型的條紋反射法基于簡單的光線反射原理，如圖1所示[14]。系統由顯示屏、CCD相機和待測表面組成，計算機控制LCD顯示屏生成一幅已知圖像，通過相機拍攝反射面對已知圖像的調制，由光線追跡原理可以得到其表面斜率信息，進而得到表面梯度分布。

圖1 典型條紋檢測法原理Fig.1 Schematic diagram of a typical deflectometry measurement

圖2 SCOTS檢測和Hartmann檢測比較Fig.2 Comparison of SCOTS and Hartmann test

美國亞利桑那大學提出了SCOTS檢測結構[6]，強調將屏幕和相機放置于鏡面曲率中心附近，可以通過小尺寸屏幕實現對更大口徑光學反射面進行檢測，如圖2所示。基本結構可以類比為傳統Hartmann檢測，只不過光是逆向傳播的。LCD顯示屏和CCD相機的位置代替了Hartmann檢測中的接受屏和點光源的位置。顯示器上的點陣經過鏡面反射進入CCD相機成像，利用基本的幾何關系可以計算得到反射點(xm,ym)的斜率wx(xm,ym),wy(xm,ym)，通過對斜率進行擬合積分可以得出待測面形(w)。

根據幾何關系得到的斜率計算公式如式(1)與式(2)。其中被測點的坐標xm和ym可以通過對相機成像進行校準得到，相機坐標xcamera和ycamera通過標定和測量得到，屏幕亮斑坐標xscreen和yscreen通過質心算法或者相移方法得出；zm2camera和zm2screen是相機距離鏡面和屏幕距離鏡面的z坐標差，dm2camera和dm2screen為相機鏡面距離及屏幕和鏡面的距離。Z和d都可以通過對系統的標定和測量得到。

wx(xm,ym),wy(xm,ym)計算式中仍含有待求的面形函數w(x,y)，需對其進行多次迭代計算，

圖3 面形迭代計算流程圖Fig.3 Flowchart of surface shape iterative calculation

初始值為物理坐標確定的參考位置，迭代流程如圖3，通過反復迭代計算得到反射面面形。

LCD屏幕上顯示的正弦條紋起到對屏幕像素點進行編碼的作用，以實現屏幕點和鏡面點的一一對應關系。在屏幕上分別顯示橫向和縱向的正弦條紋，采用數字相移方法，通過相位展開技術得到相位分布，據此進行光線追跡計算待測面上梯度分布。投影正交方向的正弦條紋，使用數字相移技術調制屏幕像素點光強并進行相位展開，相位展開通常使用Goldstein枝切法[15]、質量引導法[16]等進行處理以減小噪聲影響。在處理復雜連通區域時，區域波前重構法有明顯優勢。

3 智能移動設備的條紋反射法特點

條紋反射法對反射面進行全局檢測時，檢測精度很大程度上依賴于系統物理位置標定，也就是攝像機、屏幕和反射鏡統一到世界坐標系的精度，物理位置標定誤差主要引入的是低階項。如果希望通過條紋反射法對反射面測量并得到準確可靠的nm級檢測結果仍然困難重重[14]，也對系統各部分標定的精度提出了極高的要求。相機鏡頭畸變和屏幕非線性都要得到較好的校正，各裝置位置需要至少到亞毫米級，抑制噪聲和相位展開算法也需要進一步改進，而且評估結果的不確定度也比較困難，不適合單獨用于工程高精度檢測。

與此同時，也應該注意到條紋反射法裝置簡單，動態范圍大的特點。目前的智能移動設備已經滿足進行檢測的基本條件：具備高分辨率屏幕、前置攝像頭、高速處理器等。在不追求達到亞微米級高精度測量的前提下，條紋反射法應用于手機、平板電腦等智能移動設備中，對反射面和類反射面進行快速測量已經成為可能[13]。在將條紋反射技術向智能設備集成過程中，著重考察智能設備本身的優勢，不以追求nm級的測量精度為主，而希望在現有硬件條件下提升系統的易用性和測量的普適性。此時，廉價的消費數碼級攝像頭和智能移動設備的其他特性也會帶來新的問題。

3.1 物理位置標定誤差模擬

條紋反射法檢測殘差在很大程度上源于系統相對物理位置測量偏差。利用CodeV和MATLAB進行光線追跡仿真，模擬給定偏離量時對待測面檢測結果的影響。仿真模擬結構如圖4所示，相機和顯示器放置在距離鏡面同樣遠處，距離鏡面約0.4 m，對一直徑80 mm凹面鏡進行模擬檢測，考察引入相對物理位置測量誤差時的測量殘差。

圖4 誤差仿真坐標系Fig.4 Coordinate system of calibration error simulation

針對仿真過程引入的誤差主要有以下3種：

(1)相機和屏幕相對角度誤差;

(2)屏幕和相機相對位置平移誤差;

(3)待測鏡面位置測量誤差。

在對相機和屏幕位置進行標定和坐標系變換過程中，LCD屏幕實際位置和理想位置的區別會產生相對角度標定誤差，定義垂直屏幕方向為z方向。分別引入LCD屏幕在z方向的偏移角度和垂直屏幕方向(以y軸為例)的偏移角度，進行仿真得到此時的檢測殘差，如圖5所示。

圖5 相對角度測量誤差仿真結果Fig.5 Simulation result of relative angle measurement error

當z方向偏移1°時，會對測得結果產生RMS值10 μm量級的影響，PV值在幾十μm至100 μm大小的影響，而且引入的誤差面形不是簡單的低階像差，無法通過簡單去低階項的方法直接去除。y方向偏移誤差也會引入同數量級的誤差，對結果的可信度產生較大影響。

鏡面位置測量誤差來自于待測面和相機/屏幕的相對位置測量誤差，鏡面其他信息都通過拍攝的圖片反映，在面形迭代重構過程中不會產生影響，因此不會帶來角度上的誤差，只需考慮平移誤差。接下來對鏡面位置測量不準確進行仿真。物理位置偏離主要分解為沿鏡面相機連線的z方向和垂直連線方向的x-y平面內。

在z方向，仿真計算偏離量在1 mm、5 mm和10 mm對測量結果的影響如圖6所示，在偏離1 mm時，面形殘差RMS和PV值都在5 μm以內，此時誤差基本可以被迭代重構過程消去；在偏離量達到10 mm時，RMS面形殘差為10 μm，PV殘差44 μm。此時引入的偏差主要為傾斜和離焦的疊加。如果擬合并去除低階離焦項，此時面形殘差在微米量級。

在垂直連線的x-y平面中，以x方向為例引入5 mm誤差，其對測量結果產生一個較大的傾斜量，如圖7所示，對其進行去傾斜操作后，面形殘差RMS值降至1 μm以內，PV值在5.2 μm左右，且主要集中在待測面邊緣引起。對于y方向進行類似操作，去掉傾斜項后RMS面形殘差1.12 μm，PV值在4.94 μm左右，主要由離焦項造成。最后，屏幕和相機的平移位置誤差為鏡面位置測量誤差和傾斜項的疊加，結果類似。

圖6 反射鏡沿z方向相對位置測量誤差仿真Fig.6 Simulation result of surface calibration error along z axis

圖7 反射鏡沿x方向相對位置測量誤差仿真Fig.7 Simulation result of surface calibration error along x axis

根據物理位置測量偏差對結果的影響可以看出，除角度偏差對系統影響以高階像差為主，鏡面位置偏差主要引入傾斜項和離焦項。從物理位置標定的角度來說，標定精度達到mm量級，對鏡面全局檢測精度可達到幾十微米量級。如果離焦等低階澤尼克系數調整量可以去掉，精度可以提升到微米量級。

3.2 硬件特點分析

3.2.1 相機-屏幕相對位置固定

從3.1節條紋反射法的誤差仿真中可以看到，相機和屏幕相對位置不確定引入的角度校準誤差對測量結果影響較大，1°的角度對準偏差會對結果引入PV值100 μm左右的誤差。對于簡易、不追求過高精度的系統，如果沒有精確的標定手段，十分有可能產生較大的角度測量偏差和對準偏差。

在移動設備中，鏡頭和屏幕已經具有了較好的封裝結構，且使屏幕各坐標點和前置相機位置固定，角度校準偏差不復存在，僅余下鏡面位置測量不確定度對系統引起的誤差，以低階項為主。而且在系統多次使用過程中不會發生改變，僅需第一次標定或通過平面鏡預先測量可得到相機和屏幕相對位置。

從物理位置標定誤差對檢測結果的影響程度考慮，在待測面沒有距離手機過近的情況下，物理位置測量達到毫米級，即可實現對待測面幾十微米量級精度的檢測。

3.2.2 相機無需額外光闌

條紋反射法模型中使用的是理想小孔相機，在通常測量條件下，如CCD相機鏡頭尺寸較大，則需要在鏡頭前設置額外小孔光闌，此時也會影響到CCD相機成像對比度。對相機鏡頭設置大小和位置合適的光闌孔徑對保證測量精度十分重要。

而對于手機前置攝像頭，其尺寸一般很小，基本可以認為是小孔相機，實際拍攝過程中也可以看出其可以對鏡面良好成像，這也極大簡化了相機和屏幕相對位置的測量過程，在有條件的情況下，可以通過三坐標測量儀得到較為精確的屏幕像素點和相機光闌位置的相對位置關系。

3.2.3 限制待測面尺寸

智能手機屏幕尺寸通常在5英寸左右，平板電腦尺寸一般不超過10英寸。攝像頭和屏幕相對位置固定，對待測面的尺寸、形狀提出了要求，無法對凸面和較大的平面進行檢測。

對于待測面的限制條件主要來自于相機最大視場角和屏幕尺寸，而且相機角度不能夠任意調節。在已知最大視場角θx和鏡面與測量系統距離z時，對能夠待測面的F數范圍進行大致估計,模型如圖8所示。

圖8 幾何關系示意圖Fig.8 Schematic diagram of geometric relations

假設鏡面的曲率中心位置在-x/2處，f數最小值可以寫作f#=Z/4r，而對于相機，受最大視場角的限制，能進行全口徑檢測時，應滿足:

.

由此可以推出f#應滿足條件如下:

.

F數的最小值表示進行測量的離軸系統和相機應滿足的條件。

4 智能設備關鍵誤差分析與優化

條紋反射法集成于智能設備時，誤差源可以分為硬件和軟件。硬件主要來自于設備本身，比如相機拍攝和屏幕顯示的伽馬非線性效應[17]，這類系統誤差在每次拍攝過程中不會發生改變，也可以通過仔細標定來進行補償。

軟件和算法的誤差則更不易定量確定和補償。移動設備拍攝系統已經高度集成了去噪，自動修正邊緣等圖像算法，這些問題是使用高精度CCD相機不會遇到的，也為利用其進行檢測增加了難度。由于拍攝系統的影響，也需要對相位展開算法進行相應優化。

4.1 拍攝圖片中存在過飽和點

對拍攝圖片進行分析后得知，由于設備本身對相機拍攝照片的優化算法，在鏡面反射的正弦圖像中，很多點已經過飽和，灰度值達到了0，即無法和其他亮度未飽和點一樣正確地反映出測量值和真實值的對應關系，也會對后續相位展開操作等造成影響并累計誤差，過飽和會對檢測結果引入高頻條紋殘差。

使用普通CCD相機時，可以通過改變其快門大小和曝光時間，控制拍攝照片中鏡面部分圖像的直方圖在合理范圍內，防止過飽和或亮度過低。使用移動設備進行檢測時，需要保持背景不要過暗或過亮，并通過控制屏幕亮度實現其經鏡面反射后的圖像亮度在理想范圍內。更有效的普適處理方法還需要進一步探討。

4.2 相機噪聲影響

圖9 相位分布Fig.9 Phase distribution

智能手機前置攝像頭成像質量較差，體現在噪聲高和確定性差，為此選取對標準凹面檢測過程拍攝的四步相移圖樣進行處理分析，考察其中隨機誤差的分布情況，相位展開前后的相位分布如圖9所示。

考察中心線上的實際相位分布情況，如圖10所示，去除傾斜量后進行擬合，由系統噪聲隨機波動產生的相移誤差方差在0.13 rad左右，這一誤差會對確定表面斜率和面形重構過程產生影響。在相移階段的每一步采集快速拍攝多幅圖取平均的方式，可以有效減小隨機噪聲。

圖10 中心線相位分布Fig.10 Phase distribution on the center line

4.3 獲取亮度的非線性

由于屏幕顯示的非線性和相機對各實際亮度響應的非線性，在采集圖像時，相機不能線性地反映出其真實的亮度值，也會出現過飽和的情況。針對這種非線性響應，需考察拍攝圖片的亮度信息和屏幕顯示的真實亮度值的對應關系。

設計標準圖樣如圖11所示，上部由純黑純白色塊組成，下部由亮度0到255的32級灰度漸變組成。用相機對校準圖樣進行拍照，通過直方圖或像素點對應的方式獲取拍攝像素點亮度和顯示亮度的對應關系，如圖12所示。在屏幕亮度較低區域(灰度30以下)，非線性較明顯，高亮度區域也會出現類似情況。

圖11 設計用于非線性校正的標準圖樣Fig.11 Designed pattern for camera nonlinear calibration

圖12 對校準圖樣進行拍攝Fig.12 Photograph of calibration pattern

對于同一幅圖RGB三色直方圖進行分析，圖13可看出藍色分布更均勻，紅色波動較大，可以增加藍色分量的權重或單獨抽取藍色分量亮度值進行后續運算。在使用正弦相移圖樣時，不再選取亮度值0和255作為全白和全黑本底，使用30到200的灰度值作為相移正弦圖樣的亮度取值范圍。另一方面適當降低屏幕亮度以利用顯示亮度和采集亮度對應關系較好的區域。

圖13 紅綠藍RGB三色直方圖分布Fig.13 RGB histogram distribution

4.4 相機自動增益調整控制

目前，自動增益控制(Automatic Gain Control,AGC)廣泛應用于手機和網絡攝像頭中[20]，設備自帶算法不通過用戶手動設置，根據環境明暗程度自動改變拍攝動態范圍。當拍攝區域的平均亮度改變時，相機AGC將被觸發。如果平均亮度值降低，增益將自動提升以適應環境亮度，并盡量使屏幕中心區域亮度保持定值。這種控制機制導致在拍攝多幅圖片過程中，相機自動增益量會發生改變，為測量過程帶來了很大的麻煩。

在某些特定情況下，可以直接控制移動設備的相機具體參數，此時可以通過保持其曝光時間等參數為定值進行拍攝。為了把自動增益控制效應降低到最小，從亮度均值角度著手進行優化。對于亮度均值控制，即在鏡面反射相移條紋時保留多條正弦條紋，而應使在相移過程中亮度均值不會發生明顯改變。

在沒有自動增益效應影響時的理想情況，確定每幅相移圖的亮度值IphaseN，需要用拍攝值IcapturedN減去屏幕全黑時拍攝圖片的亮度值Iblack:

IphaseN(x,y)=|IcapturedN(x,y)-

Iblack(x,y)|, ?(x,y) .

受到自動增益效應的影響，拍攝相移圖樣和全白全黑圖片時的反射照片的增益值有明顯區別。在此做出假定，AGC效應對全局各像素點的亮度值的調整在小范圍內是線性的，即:

Igain(x,y)=Icaptured(x,y)×Gain, ?(x,y) .

此時需要對兩幅待對比的圖片進行增益統一化。此處利用待測區域外的特征點亮度比對或者全局平均的方法進行。采用全局平均的方案，通過拍攝的全黑全白圖樣確定鏡面區域后，區域外待平均的區域為E:

if (Iwhite(x,y)-Iblack(x,y))<

average[Iwhite-Iblack], then (x,y)∈E.

對E區域內所有像素全黑圖和相移條紋圖亮度比值取平均得到附加增益系數，用增益系數乘以全黑圖得到待測相位圖IphaseN。經過增益校準的圖樣如圖14所示。

IphaseN(x,y)=|IcapturedN(x,y)-

Iblack(x,y)×Gain|, ?(x,y) .

圖14 控制增益校準算法Fig.14 AGC calibration algorithm

處理各幀相移圖片過程中，光強的相對準確性會影響檢測結果，因此也需對不同幀的相移圖片進行增益校準。在未進行AGC增益校準時，相鄰兩幅相移圖的統計直方圖算數仍有約5%的差異，區域外特征點亮度有3%的差異。進行增益歸一化確定每幀相移圖自身的絕對增益GainN，再進行后續相位提取和展開等操作。

4.5 角點提取

在對相位圖片進行處理前，需要已知某屏幕點經反射成像點和相機成像點的一一對應關系，并由此獲得相機光闌、屏幕像素點和待測面坐標點的物理位置對應關系。在實驗室條件下，使用高精度CCD相機觀察待測面對十字叉絲反射像的方式可進行校準。然而在用智能手機進行檢測時，由于攝像頭高噪聲的影響，往往對校準十字叉絲的拍攝效果較差，并不能和專業級CCD相機相提并論，十字叉絲的反射像難以分辨，采用黑白格點替代十字叉絲，利用相鄰坐標點的高對比度實現對格點的自動查找,穩定性得到提升。

4.6 相移算法優化

在利用時間相位展開算法對相位信息的獲取過程中，難免會受到高噪聲和伽馬非線性的影響。優化相移算法對進一步提高移動設備的測量精度和普適性有明顯效果。

傳統使用的四步相移采集到的光強分布函數存在高次諧波引用，其響應函數:

.

四步相移法的近似誤差:

即四步相移計算結果存在4倍頻的誤差，這也較容易直觀理解，在相位相減并相除的過程中，全明全暗點與非線性較明顯區域會留下痕跡。

針對四步相移的理論問題，采用雙四步相移法進行替代和改進[21]。其思想是以四步相移算法和多頻外差相結合，在四步相移的基礎上增加一次帶相位偏移的測量(在對應條紋圖上移相π/4)，對每種頻率的兩次結果進行對齊平均，抵消四倍頻誤差。

智能移動設備攝像頭非線性響應明顯，使用雙四步測量方法可以顯著提高測量可靠性。雙四步相移技術可以和多頻相位平均相結合，或采用相位平均法[22]，對隨機誤差有更好的抑制效果，目前的實驗研究尚未使用雙四步相移法，對各相移算法的定量比較分析有待進一步研究。

5 App運行流程與實驗研究

5.1 App運行流程

目前主流智能移動設備配備的前置攝像頭通常在100萬像素至200萬像素，顯示屏分辨率通常不低于720p，每英寸像素數(PPI)可以達到200以上。為了減小設備對反射面形狀尺寸的限制，選取屏幕稍大的iPad Air作為app運行平臺，開發相應的iOS app。該設備屏幕尺寸為9.7英寸，相比于智能手機的5寸左右屏幕測量優勢明顯，配備了1 024×1 280分辨率的前置攝像頭，FOV為54.4，屏幕分辨率為1 536×2 048，PPI為264，相鄰像素間隔96.2 μm。app的運行流程和用戶交互流程如圖15。

圖15 iOS條紋反射法app運行流程圖Fig.15 Flowchart of iOS app for deflectometry

通過預覽窗口選擇合適的條紋周期并手動調整鏡面位置，固定設備位置，進入下一步，屏幕顯示相移圖樣和全黑全白圖片并調用相機自動拍攝。最后，需要手動輸入的相對物理位置包括：

(1)鏡頭到屏幕圖片的二維距離X和Y(圖16所示);

(2)屏幕到鏡面頂點的距離Z1;

(3)相機到鏡面頂點的距離Z2;

(4)鏡面尺寸，對于圓形鏡面給出半徑R。

5.2 實驗

實驗采用iPad對一個近平面反射鏡進行檢測，該鏡近似為圓形，直徑105 mm，表面若干點經過了光學加工，有明顯加工痕跡，如圖17所示，加工去除深度約在微米量級。對該反射面的檢測，一方面探究現有硬件在不經過仔細標定所能夠達到的低頻檢測精度；另一方面會反應出條紋反射法一貫的的低頻檢測精度較低的問題；同時加工點局部區域內的高頻刀痕也有一定挑戰。屏幕顯示全白圖片和根據全黑全白差值得到的鏡面區域二值化判斷如圖18所示，由于支架漫反射，其亮度也會發生變化，被誤判為鏡面，不過會在獲得絕對條紋圖時自動舍去。

圖16 相機與條紋距離物理位置示意圖Fig.16 Sketch of location between camera and fringe pattern

圖17 SiC反射鏡，表面有光學加工痕跡Fig.17 SiC mirror with optical manufacturing signs on the surface

圖18 確定待測鏡面區域Fig.18 Identity mirror area

經過去噪，增益系數歸一化等操作，獲取相移圖樣和水平豎直方向的相位包裹如圖19所示。

圖19 x, y方向相位包裹Fig.19 Phase wrapping on the direction of x and y axis

圖20 被加工區域對條紋產生彎折Fig.20 Fringe deformation in the manufacturing area

在相位包裹中對鏡面加工區域進行局部放大，如圖20所示，條紋有明顯彎折。在對最終面形的分析過程中，會對加工區域重點關注。

通過面形重建得到待測面面形，如圖21所示，可以明顯看到表面加工點的痕跡。測量結果仍有較明顯的低頻誤差。同時，由于拍攝過程中過飽和等非線性影響，在加工點小圓圈附近會出現個別像素點無法計算出真實值。

去除傾斜量后，得到圖21(b)結果。通過直接觀察讀數，可以得到各點加工的深度分別在3 μm至50 μm不等。這也和我們預期的光學加工結果較為接近。

圖21 SiC反射鏡檢測結果Fig.21 Testing result of the SiC mirror

已知該表面加工前為高精度平面，此時測量結果主要誤差表現為低階像差，排除各加工區域對低頻誤差進行分析，此時殘差RMS值為33.4 μm。這也和仿真過程中得到的由鏡面物理位置引入的誤差面形較為接近。另外此時仍受隨機噪聲影響，檢測結果中存在部分噪點。

同時，利用三坐標測量儀對面形進行了檢測并進行比較，測量結果如圖22(a)，圖中標記了典型的幾個加工區域深度。另外對前面得到的結果進行中值濾波減小噪聲，并擬合到圓域，如圖22(b)，由于拍攝畸變影響，條紋反射法測量結果和三坐標標準測量結果有一定區別。考察各子加工區域測量結果，通過三坐標測量得到的各加工點實際深度與條紋反射法測量結果進行比較，誤差在10 μm以內。在深度較大時，邊緣曲率變化很大，可能會對測量結果產生影響，受噪聲影響也較大。

圖22 條紋反射法與三坐標測量結果對比Fig.22 Comparison of testing result of deflectometry and coordinate measuring machine

6 結 論

本文從原理上分析了條紋反射法集成于智能移動設備中的若干特點，針對移動設備的特點分析了物理位置標定誤差對檢測結果的影響，得出使用移動設備集成條紋反射法進行檢測時，毫米量級的標定精度即可實現微米到幾十μm精度的檢測結果。從優化軟件算法的角度出發，利用相機非線性定標、改善相移算法、格點位置標定、濾波去噪、應對相機自動增益調整等一系列方法提高測量精度和穩定性。設計了用于iOS的app，使用iPad Air對直徑105 mm的反射面進行了實驗檢測，實現了30 μm精度的測量。證實了使用智能平板進行幾十μm精度的檢測能力。

[1] LIGTENBERG F K. The Moiré method-a new experimental method for the determination of moments in small slab models[J].Proc.SESA,1954,12(2):83-98.

[2] KNAUER M C,KAMINSKI J,HAUSLER G. Phase measuring deflectometry:a new approach to measure specular free-form surfaces[C]. Photonics Europe. International Society for Optics and Photonics,2004:366-376.

[3] ROSE P,SURREL Y,BECKER J M. Specific design requirements for a reliable slope and curvature measurement standard[J].MeasurementScienceandTechnology,2009,20(9):095110.

[4] 3D-Shape. A New Method to Measure Specular Free-Form Surfaces [EB/OL].[2016-06-08] http://www.3d-shape.com/produkte/pmd_e.php.

[5] BOTHE T,LI W,VON KOPYLOW C,etal.. High-resolution 3D shape measurement on specular surfaces by fringe reflection[C]. Photonics Europe. International Society for Optics and Photonics,2004:411-422.

[6] SU P,PARKS R E,WANG L,etal.. Software configurable optical test system:a computerized reverse Hartmann test[J].AppliedOptics,2010,49(23):4404-4412.

[7] HUANG R,SU P,HORNE T,etal.. Optical metrology of a large deformable aspherical mirror using software configurable optical test system[J].OpticalEngineering,2014,53(8):085106.

[8] SU P,KHREISHI M A H,SU T,etal.. Aspheric and freeform surfaces metrology with software configurable optical test system:a computerized reverse Hartmann test[J].OpticalEngineering,2014,53(3):031305.

[9] SU P,WANG S,KHREISHI M,etal.. SCOTS: a reverse Hartmann test with high dynamic range for Giant Magellan Telescope primary mirror segments[J].SPIE,2012,8450:84500W-9.

[10] 趙文川,范斌,伍凡,等.基于PMD的反射鏡面檢測實驗分析[J].光學學報,2013,33(1):0112001. ZHAO W CH,FAN B,WU F,etal.. Experimental analysis of reflector test based on phase measuring deflectometry[J].ActaOpticaSinica,2013,33(1):0112001.(in Chinese)

[11] 唐燕,蘇顯渝,劉元坤,等.基于條紋反射的非球面鏡三維面形測量[J].光學學報,2009,29(4):965-969. YAN T,XIANYU S,YUANKUN L. Three-dimensional shape measurement of aspheric mirror based on fringe reflection[J].ActaOpticaSinica,2009,29(4):965-969.(in Chinese)

[12] 王華榮,李彬,王志峰,等.基于條紋反射術的槽式拋物面單元鏡面形測量[J].光學學報,2013,33(1): 0112007. WANG H R,LI B,WANG ZH F,etal.. Surface measurement of parabolic trough unit mirror based on fringe reflection[J].ActaOpticaSinica,2013,33(1):0112007.(in Chinese)

[13] BUTEL G P,SMITH G A,BURGE J H. Deflectometry using portable devices[J].OpticalEngineering,2015,54(2):025111.

[14] H USLER G,FABER C,OLESCH E,etal.. Deflectometry vs. interferometry[J].SPIE,2013,8788:87881C-11.

[15] GOLDSTEIN R,ZEBKER H,WERNER C. Satellite radar interferometry:two-dimensional phase unwrapping [J].RadioScience,1988,23(4):713-720.

[16] FLYNN T J. Consistent 2-D phase unwrapping guided by a quality map[C]. Geoscience and Remote Sensing Symposium,1996. IGARSS'96,IEEE,1996,4:2057-2059.

[17] 張旭,朱利民.Gamma 畸變的相位誤差模型與Gamma標定技術[J].光學學報,2012,32(4):143-150. ZHANG X,ZHU L M. Phase error model from Gamma distortion and Gamma calibration[J].ActaOpticaSinica,2012,32(4):143-150.(in Chinese)

[18] OHTSUBO J,FUJIMOTO A. Practical image encryption and decryption by phase-coding technique for optical security systems[J].AppliedOptics,2002,41(23):4848-4855.

[19] AYUBI G A,DI MARTINO J M,ALONSO J R,etal.. Three-dimensional profiling with binary fringes using phase-shifting interferometry algorithms[J].AppliedOptics,2011,50(2):147-154.

[20] IULIAN ROSU. Automatic Gain Control (AGC) in Receivers,[EB/OL].[2016-06-08]. http://www.qsl.net/va3iul/Files/Automatic_Gain_Control.pdf.

[21] 陳立偉,劉涌,畢國堂,等.雙四步路徑相移均值法[J].計算機應用,2014,34(6):1830-1833. CHEN L W,LIU Y,BI G T,etal.. Double four-step route phase-shifting average algorithm[J].J.ComputerApplications,2014,34(6):1830-1833,1838.(in Chinese)

[22] YONG L,DINGFA H,YONG J. Flexible error-reduction method for shape measurement by temporal phase unwrapping: phase averaging method[J].AppliedOptics,2012,51(21):4945-4953.

《中國光學》征稿啟事

《中國光學》為雙月刊，A4開本;刊號：ISSN 2095-1531/CN 22-1400/O4；國內外公開發行，郵發代號：國內12-140，國外BM6782。

★ 荷蘭Scopus數據庫★ 美國《烏利希國際期刊指南》★ 美國《化學文獻》★ 波蘭《哥白尼索引》★ 俄羅斯《文摘雜志》★ 中國精品科技期刊★ 中國科技核心期刊★ 中國光學學會會刊★ 中國科技論文與引文數據庫★ 中國期刊全文數據庫★ 萬方數字化期刊全文數據庫★ 中國科技期刊數據庫★ 中國光學期刊網數據庫

主要欄目：微納光學、信息光學、集成光電子、光譜學和光譜儀器、激光技術與應用、光學功能材料、光學設計與工藝、大氣與空間光學、光學儀器與測試、綜述、前沿動態、產業資訊、科普教學、實驗室介紹、自然科學基金項目進展、前沿熱點訪談、熱點論文等。

發稿類型：學術價值顯著、實驗數據完整的原創性論文；研究前景廣闊，具有實用、推廣價值的技術報告；有創新意識，能夠反映當前先進水平的階段性研究簡報；對當前學科領域的研究熱點和前沿問題的專題報告；以及綜合評述國內外光學技術研究現狀、發展動態和未來發展趨勢的綜述性論文。

歡迎投稿、薦稿。

主管單位：中國科學院

主辦單位：中國科學院長春光學精密機械與物理研究所

協辦單位：激光與物質相互作用國家重點實驗室

編輯出版：《中國光學》編輯部

投稿網址：http://chineseoptics.net.cn

郵件地址： chineseoptics@ciomp.ac.cn; zggxcn@126.com

聯系電話：0431-86176852； 0431-84627061 傳 真：0431-84627061

編輯部地址：長春市東南湖大路3888號(130033)

Applied Optics and Photonics China, 2017

2017年國際應用光學與光子學技術交流會

http://www.csoe.org.cn/aopc2017/

June 4～6, 2017

Beijing International Convention Center(BICC), Beijing, China

中國光學工程學會(CSOE)聯合國際光學工程學會(SPIE)定于2017年6月4～6日在北京國際會議中心舉辦2017年國際應用光學與光子學技術交流會(AOPC2017)。大會分8個分會，規模近千人，國內外知名專家200余位被特邀出席。大會期間將舉辦中國光學工程學會第二屆光學工程優博和第三屆科技創新獎頒獎盛典！

大會征文火熱進行中，通過評審的投稿將推薦到SCI期刊、Ei期刊和Ei文集正式發表。本屆大會組委會將評選青年優秀論文獎，獲獎作者有資格參加第三屆光學工程優博評選。 第二輪摘要截稿時間：2017年4月28日。歡迎相關科研人員投稿參與會議交流！

Sponsors: SPIE; Chinese Society for Optical Engineering(CSOE)

Technical-sponsors: European Optical Society(EOS); Optical Society of Korea(OSK); Optical Society of Japan(OSJ)

Honorary chairs: Guofan Jin(Tsinghua University, China); Songlin Zhuang(University of Shanghai for Science and Technology, China)

General chairs: Guangjun Zhang(Beihang University, China); Byoungho Lee(School of Electrical Engineering, Seoul National University, Korea)

Technical Committee:

Chairs: Min Gu(Royal Melbourne Institute of Technology University, Australia); Jinxue Wang(SPIE, USA)

Co-Chair: Min Qiu(Zhejiang University, China)

Technical Conference：

Conf1:LaserComponents,Systems,andApplications

Conf2:3DMeasurementTechnologyforIntelligentManufacturing

Conf3：OpticalStorageandDisplayTechnology

Conf4：OptoelectronicsandMicro/nano-optics

Conf5：OpticalSpectroscopyandImaging

Conf6：OpticalSensingandImagingTechnologyandApplications

Conf7：SpaceOpticsandEarthImaging

Conf8：OpticalInformationandOpticalNetwork

Supported Journals：

Light: Science & Applications(SCI)、Photonics Research(SCI)、Journal of Infrared and Milimeter Waves(SCI)、Infrared and Laser Engineering(Ei)、Optics and Precision Engineering(Ei)、Chinese Optics、Journal of Terahertz Science and Electronic Information Technology,etc.

SPIE Proceedings：

The deadline of abstract is 28 April 2017 http://www.manuscript-cnoenet.com/index_en.htm.

The deadline of manuscript submission is 30 June 2017.

Contact us： Yan Liu, liuyan@csoe.org.cn; Fangfang Cai, cai_ff@csoe.org.cn; Jin Li, lijin@csoe.org.cn

Tel：86-22-58168510， 86-22-58168541， 86-22-58168516

征文通知

目標識別與人工智能技術研究一直以來都是備受關注的前沿方向，在軍用、民用領域都具有廣泛的應用前景和潛在的經濟價值，已成為一項極為重要和基本的技術。目標的探測與識別就是通過目標信息的“獲取”、“處理”、“顯示”、“傳輸”等途徑實現目標的“探測”、“識別”和“辨識”，它是一門多學科綜合的應用技術，其研究內容涉及傳感器技術、信號提取、圖像處理、模式識別、測試仿真等多個學科內容。然而，由于景物的多樣性和復雜性，在工程應用中仍有許多問題需要解決。隨著現代信息處理技術的發展和智能化應用的需求，結合人工智能技術和計算機技術的自動目標識別(ATR)成為研究熱點，它利用人工智能技術對傳感器獲取的目標特征進行訓練與學習，進而自動地完成分類和識別，具有更高的智能水平、更好的環境適應性和更廣闊的應用前景。

中國光學工程學會將于2017年7月在吉林省長春市(暫定)舉辦“目標識別與人工智能高峰論壇”，深入研討目標識別與人工智能及其相關技術。誠摯歡迎國內外相關領域的科研人員、教師、研究生等踴躍投稿。

主辦單位：

國家自然基金委員會

中國工程院信息與電子工程學部

中國光學工程學會

承辦單位：

中國光學工程學會

大會主席：

李德毅院士 金國藩院士

征文方向：

1.信號提取與目標檢測 9.機器學習

2.自動目標識別與跟蹤技術 10.數據挖掘

3.圖像分割與匹配 11.專家系統

4.信息融合技術 12.性能評估

5.目標特性與數據庫 13.智能計算

6.目標建模與圖像仿真 14.深度學習

7.模式識別 15.其他

8.智能感知

論文發表：投稿請登錄：http://events.kjtxw.com/tougao/1426493022.html，中英文兼收。

請作者登錄網站提交論文全文，組委會請專家進行審稿。通過審查的稿件被大會錄用。擇優推薦到正式出版物發表。英文稿件，將被SPIE會議論文集(EI檢索)收錄。中文稿件推薦至《紅外與激光工程》(EI)、《光學精密工程》(EI)、《中國光學》(科技核心期刊)、《太赫茲科學與電子信息學報》(科技核心期刊)正刊出版。

投稿截止時間：2017年5月31日

組委會聯系方式：

秘書處聯系人：劉艷 電子郵箱：liuyan@csoe.org.cn； 聯系電話：022-58168510

Light Conference 2017國際會議通知

一年一度的光學國際學術大會Light Conference將于2017年7月16日至18日在長春召開。此次盛會由中國科學院長春光學精密機械與物理研究所和University of Rochester,USA(美國羅切斯特大學)聯合主辦，Light: Science & Applications編輯部承辦，科技部曹健林研究員、University of Rochester郭春雷教授、基金委秦玉文教授、UCLAAydoganOzcan教授擔任大會共主席。

一、會議內容

此次會議主題涵蓋：地基大口徑光學工程、光學超精密加工與檢測技術、空間光學工程、飛秒激光與物質相互作用和先進光子學、激光與納米光子學、生物光子學、綠色光電材料和器件、先進超材料和超表面、低維光電子材料和器件、X射線技術、激光先進制造、微納光學等。

會議誠邀國內外高校和科研院所相關領域的專家、學者參加，交流、共同分享展示自己的最新研究成果。大會還特設優秀墻報獎，以鼓勵學生參會交流。組委會也誠邀國內外公司(企業)參展，為公司近距離接觸國內外知名光學專家、展示公司儀器設備提供良好平臺。

二、會議投稿

會議論文將擇優發表在Light: Science & Applications, Photonics Sensors,《光學精密工程》、《中國光學》、《發光學報》、《液晶與顯示》、《紅外與毫米波學報》等期刊上，未能在上述正刊上發表的論文將會擇優發表在《光學精密工程》增刊上。投稿詳情請關注會議官方網站，會議投稿截止日期2017年5月1日。

三、會議費用

注冊類別普通注冊費學生注冊費提前注冊(6月16日前)2000元1500元現場注冊(7月16號報到)2500元1800元

四、會議地點與聯系方式

會議地點：中科院長春光機所(長春市東南湖大路3888號)

住宿地點：長春國際會展中心

聯系人：李耀彪；電話：0431-86176851

會議郵箱：lightconference@ciomp.ac.cn

會議網站：http://light-conference.csp.escience.cn(請掃描二維碼了解詳細會議信息)

注：會議期間食宿自理，無伙食補貼！

此次系列會議由長春文岱會議展覽服務有限公司協辦，會議費由該公司收取并開具發票。

《Light: Science & Applications》編輯部

Deflectometry measurement system for smart mobile devices

JI Yi, ZHANG Xue-jun*, YUAN Ting, TAO Xiao-ping

(KeyLaboratoryofOpticalSystemAdvancedManufacturingTechnology,ChangchunInstituteofOptics,FineMechanicsandPhysics,ChineseAcademyofSciences,Changchun130033,China)

*Correspondingauthor,E-mail:zxj@ciomp.ac.cn

Deflectometry is a three-dimension surface measurement method using simple equipment. In this paper, deflectometry based on portable devices such as smart phones and tablets is discussed. First, the calibration error and advantages of mobile devices are proposed. Then, according to analysis of the data and errors in experiments, a series of methods, such as camera non-linear calibration, improved phase shift algorithm, grid position calibration, automatic gain adjustment, are introduced to improve the measurement accuracy and stability. Finally, app launched in an iPad is used to test a 105 mm SiC workpiece. Experimental results indicate that the precision of global surface is 33 μm RMS with millimeter scale calibration accuracy. The error is mostly of low frequency, and the sensitivity is rather high in some areas. It proves that deflectometry integrated in smart tablet has the capability of achieving a measurement accuracy of tens of microns without other external equipment.

shape measurement;optical testing;fringe reflection;portable device

2016-10-17；

2016-12-02

國家自然科學基金資助項目(No.61036015) Supported by National Natural Science Foundation of China(No.61036015)

2095-1531(2017)02-0267-13

TH74

A

10.3788/CO.20171002.0267

冀 翼(1992—)：男，黑龍江大慶人，2013年于中國科學技術大學獲得學士學位，主要從事光學檢測技術方面的研究。E-mail:jiyi4321@gmail.com

張學軍(1968—)：男，吉林長春人，博士，研究員，博士生導師，主要從事大口徑非球面加工與檢測、新型空間反射鏡制造、空間相機總體設計等方面的研究。E-mail:zxj@ciomp.ac.cn