一种干涉环自动计数系统及计数方法

摘要

本发明公开了一种干涉环自动计数系统，其包括利用迈克尔逊干涉仪形成干涉条纹并成像于特制的光屏上的干涉环光学成像模块，其还包括利用线阵CCD传感器将干涉环光信号转化为电信号的图像信号捕获与转换模块和将来自CCD传感器的电信号转化为数字信号的数据采集及传输模块，以及接收来自数据采集与传输模块的数字信号并对其进行处理的微机数据处理模块，该微机数据处理模块对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数。本发明控制及测量方便，测量精度高。

权利要求

1.一种干涉环自动计数系统，其包括利用迈克尔逊干涉仪形成干涉环并成像于光屏上的干涉环光学成像模块，其特征还包括利用CCD传感器将干涉环光信号转化为电信号的图像信号捕获与转换模块、将来自CCD传感器的电信号转化为数字信号的数据采集与传输模块，以及接收来自数据采集与传输模块的数字信号并对其进行处理的微机数据处理模块，该微机数据处理模块对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为波形中灰度值最大值与最小值的均值；

该微机数据处理模块包括有效参考点自动搜寻子模块，有效参考点自动搜寻子模块包括获取波形图像像素的阈值，并从像素中获取与干涉环中心对应的像素变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向图像信号两边延伸到像素值等于阈值处之间的范围定为有效参考范围；有效参考点为2个，参考范围的两个端点为上述2个有效参考点；

该微机数据处理模块通过判断参考范围两边缘波形的像素点xl的切线l和xr点的切线r的梯度值 和 的变化，其中xl和xr点的梯度计算分别如下：判断xl点和xr点的梯度值 和 的正负变

化情况既能判断干涉环的变化。

2.根据权利要求1所述的干涉环自动计数系统，其特征在于：该微机数据处理模块包括有效参考点梯度判断子模块，该像素点梯度判断子模块通过参考范围两边缘像素的梯度值的变化来判断条纹的变化，实现条纹计数。

3.根据权利要求1或2所述的干涉环自动计数系统，其特征在于：该CCD传感器为线阵CCD传感器，该微机数据处理模块通过软件编程实时地将数字信号回放到软件界面上。

4.一种干涉环自动计数方法，其通过发光器发出干涉光源，利用干涉环光学成像模块将干涉光源形成干涉环并成像于光屏上，其特征在于还包括以下步骤：a.利用CCD传感器捕捉干涉环，并利用图像信号捕获与转换模块将干涉环的光信号转化为电信号，然后利用数据采集及传输模块将来自CCD传感器的电信号转化为数字信号；

b.通过微机数据处理模块接收来自数据采集及传输模块的数字信号，对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为波形中灰度值最大值与最小值的均值；

在步骤b中，该微机数据处理模块获取像素的阈值T，并从像素中获取与干涉环中心对应的像素值变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向波形两边延伸到像素值等于阈值处之间的范围定为参考范围；有效参考点为2个，参考范围的两个端点为上述2个有效参考点；

该微机数据处理模块通过判断参考范围两边缘波形的像素点xl的切线l和xr点的切线r的梯度值 和 的变化，其中xl和xr点的梯度计算分别如下：判断xl点和xr点的梯度值 和 的正负

变化情况既能判断干涉环的变化。

5.根据权利要求4所述的干涉环自动计数方法，其特征在于：该微机数据处理模块在判断xl点与xr点梯度的同时，还根据干涉环中心对应的像素点的灰度值xmax_i与阈值T的判断结果判断干涉环的变化，当xmax_i＜T时，干涉环中心由亮变为暗，当xmax_i＞T时，干涉环中心由暗变为亮。

说明书

一种干涉环自动计数系统及计数方法

技术领域

[0001] 本发明涉及一种干涉环自动计数系统及其方法，尤其涉及一种基于线阵CCD的迈克尔逊干涉仪的干涉环自动计数系统及其方法。

背景技术

[0002] 随着近代科学技术和工业技术的迅速发展，传统的光学机械测试方法己日益不能适应近代工业和科学技术提出的高精度，高效率与自动化的测试要求。在精密测试领域中，必须注入新的活力，激光和计算机技术的出现和二者的结合为新的测试技术开辟了一条新的途径。

[0003] 光学干涉检测法在计量领域应用很广，不仅仅广泛应用于工业上的微距离测量，作为其技术基础的物理光学实验则在高等院校的实验教学中也占有很重要的地位，如牛顿环实验、分光计实验以及迈克尔逊干涉实验等项目，在原理知识和测量方法等方面都具有较强的综合性，对于培养学生的实践创新能力具有重要意义。

[0004] 使用迈克耳逊干涉仪进行单色光波长测量的计算公式为：

[0005]

[0006] 式中Δd为旋转迈克尔逊干涉仪上的细调手轮时，干涉环中“冒出”或“淹没”N条干涉环前后，从迈克尔逊干涉仪读数尺上读出的刻度d1与d2之差。N为增大或减小Δd时，从中心“冒出”或向中心“淹没”的干涉环数。

[0007] 通过将公式(1-1)转化，可得公式(1-2)：

[0008] Δd＝(N×λ)/2(1-2)

[0009] 式中各变量意义同上。该公式在微距离的测量技术的应用非常普遍，主要将要测量的器件固定在可动镜上，一旦器件出现微小距离变化，可动镜也随着移动。伴着可动镜的移动，干涉环不断地“冒出”或“淹没”，已知或者先通过测量单色光的波长λ，若再计量出干涉环的变化数N，也就可实现了微距离测量。

[0010] 例如，使用He-Ne激光(λ＝624.8nm)作为单色光，计数得出N＝300，则微距离的变化量Δd＝300×624.8÷2＝93720nm。

[0011] 由上可知，不管将迈克尔逊干涉仪应用于那个方面的测量，其首要的任务都是要准确地计算出测量过程干涉环“冒出”或“淹没”的条纹数N，可见实现干涉环的自动计数在各个测量领域的意义重大。然而，由于迈克尔逊干涉仪缺少与之相配套的自动记录干涉环的计数装置，导致在进行测量极其不便。以下简要阐述一下现有的条纹计数方法。

[0012] 人工直接计数法：直接成像到毛玻璃屏上，通过旋动微调旋钮，人眼紧盯着玻璃屏，每变动一个环，便人工的记录下来。

[0013] 该方法的优点在于：无需除了干涉仪以外的其他外围设备。

[0014] 缺点在于：因为需要记录的环数一般都要超过300环、400环，甚至更多，这样一来，人需要长时间地盯紧屏幕。容易产生视觉疲劳，而漏读或多读条纹的个数而增加实验误差，同时限制了对测量数N的增加，数错了还需要重新测量，造成时间的浪费，并且计算出的光波波长误差也较大。

[0015] 再之，人眼长时间对着激光，对眼睛也会造成极大的伤害，非常不人性化。

[0016] 为了克服上述这些不足，也有研究人员研制出了各种各样的干涉环计数器。这些计数器的设计主要都是通过光电检测元件将干涉环的变化转变为电信号的变化，然后通过对此电信号的处理、判断，最终完成干涉环的自动计数。

[0017] 下面给出这些计数器的设计方法及其优缺点。图1给出了已经设计出来的条纹计数器的工作框图，其包括毛玻璃1、光电头2、信号处理电路、计数电路及显示电路。由此可以看出光电头是作为光电传感器件采集干涉环的，已设计出来的条纹计数器大多都是采用光电二极管、三极管、硅光电池、光敏电阻等作为光电头的光电传感器件。在测量的时候将光电头安装在干涉环观察屏上，使迈克尔逊干涉仪所产生的干涉环中心与光电二极管重合。如图2所示，当旋转细调手动轮时，干涉环中心便会有干涉环“冒出”或“淹没”(冒出是干涉环在中心产生，随着细调手轮的旋转而向外扩散。淹没是干涉环从外向条纹中心收缩，随着细调手轮的旋转而消失)，

[0018] 这时光电头中的光敏管在受到不同程度的光强信号作用时，会产生不同大小的光电流。通过对光电流变化次数的计数就可以得到黑色条纹的“冒出”或“淹没”的个数。

[0019] 已经设计出来的计数器虽然起到了对干涉环的计数作用，但其本身也存在着一些缺点。在测量时，光电头要对准干涉环的中心部位或接近中心部位，之所以如此，是因为明暗相间的环形条纹自中心向外逐渐由粗变细，光电头的受光直径必须小于干涉环的宽度才能分辨出干涉环的明暗变换。

[0020] 另外，由于在操作这类计数器时需要每次确定光电头的位置，不能自适应地寻找正确位置，操作繁琐，同样浪费时间，且要随着测量的进行不断调整光电头的位置，基本上是不可能的。同时因为无法确保细调手轮每次旋转的距离完全相同，所以每次测量只能得到一组条纹变化数据，即使多次测量也不能保证误差减小到最小。

发明内容

[0021] 针对现有技术的缺点，本发明的目的是提供一种控制及测量方便，测量精度高的干涉环自动计数系统及其方法。

[0022] 为了达到上述目的，本发明所采用的技术方案为：一种干涉环自动计数系统，其包括利用迈克尔逊干涉仪形成干涉环并成像于光屏上的干涉环光学成像模块，还包括利用CCD传感器将干涉环光信号转化为电信号的图像信号捕获与转换模块、将来自CCD传感器的电信号转化为数字信号的数据采集及传输模块，以及接收来自数据采集与传输模块的数字信号并对其进行处理的微机数据处理模块，该微机数据处理模块对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为波形中灰度值最大值与最小值的均值。

[0023] 该微机数据处理模块包括参考范围获取子模块，参考范围获取子模块获取波形像素的阈值，其中阈值为波形中最大值与最小值的均值，并从波形中获取与干涉环中心对应的像素变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向波形两边延伸到像素值等于阈值处之间的范围定为参考范围。

[0024] 该微机数据处理模块包括像素点梯度判断子模块，该像素点梯度判断子模块通过判断参考范围两边缘的梯度值的变化来判断条纹的变化，实现条纹计数。

[0025] 该CCD传感器为线阵CCD传感器，该干涉环光学成像模块为迈克尔逊干涉仪，该微机数据处理模块通过软件编程将数字信号实时地回放在软件界面上。

[0026] 本发明还提供了一种干涉环自动计数方法，其通过发光器发出干涉光源，利用干涉环光学成像模块将干涉光源形成干涉环并成像于光屏上，还包括以下步骤：

[0027] a.利用CCD传感器捕捉干涉环，并利用图像信号捕获与转换模块将干涉环的光信号转化为电信号，然后利用数据采集及传输模块将来自CCD传感器的电信号转化为数字信号；

[0028] b.通过微机数据处理模块接收来自数据采集及传输模块的数字信号，对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为像素中灰度值最大值与最小值的均值。

[0029] 在步骤b中，该微机数据处理模块获取图像像素的阈值T，其中阈值为波形中最大值与最小值的均值，并从图像中获取与干涉环中心对应的像素变化量最大的像素点，并在该位置的像素值处于最大值或最小值时，由该位置向波形两边延伸到像素值等于阈值处之间的范围定为参考范围。

[0030] 该微机数据处理模块通过判断参考范围两边缘阈值处的像素点xl的切线l和xr点的切线r的梯度值 和 的变化，其中xl和xr点的梯度计算分别如下：

[0031] 判断xl点和xr点的梯度值 和 的正负变化情况判断干涉环的变化。

[0032] 该微机数据处理模块在判断xl点与xr点梯度的同时，还根据干涉环中心对应图像的中像素点max_i的像素值xmax_i与阈值T的判断结果判断干涉环的变化，当xmax_i＜T时，干涉环中心由亮变为暗，当xmax_i＞T时，干涉环中心由暗变为亮。

[0033] 该CCD传感器为线阵CCD传感器，对像素点进行数字滤波时，假定采样的数据点为xi(i＝1，2，3，…2048)，则任一点的响应Vi

[0034]

[0035] 本发明与现有技术相比具有如下优点和有益效果：

[0036] 本发明利用线阵CCD传感器将干涉环光信号转化为电信号的图像信号捕获与转换模块和将来自CCD传感器的电信号转化为数字信号的数据采集与传输模块，以及接收来自数据采集与传输模块的数字信号并对其进行处理的微机数据处理模块，能对干涉环进行智能化计数，通过已知激光的波长便能测出微小长度的变化量，控制及测量方便且精度较高。

附图说明

[0037] 图1为现有技术条纹计数器的结构框图；

[0038] 图2为光电头位置示意图；

[0039] 图3为本发明干涉环自动计数系统的结构框图；

[0040] 图4a为中间为亮时的干涉环图像示意图；

[0041] 图4b为中间为亮时干涉环对应的CCD传感器输出波形图；

[0042] 图5a为中间为暗时的干涉环图像示意图；

[0043] 图5b为中间为暗时干涉环对应的CCD传感器输出波形图。

具体实施方式

[0044] 以下结合附图对本发明进行详细的描述。

[0045] 如图3所示，一种干涉环自动计数系统，其包括利用迈克尔逊干涉仪形成干涉环并成像于光屏上的干涉环光学成像模块，还包括利用CCD传感器将干涉环光信号转化为电信号的图像信号捕获与转换模块、将来自CCD传感器的电信号转化为数字信号的数据采集及传输模块，以及接收来自数据采集与传输模块的数字信号并对其进行处理的微机数据处理模块，该微机数据处理模块对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为波形中灰度值最大值与最小值的均值。

[0046] 本系统所采用的CCD传感器为线阵CCD传感器，其作为光电传感器接收待测的干涉环光信号，该光电传感器包括多个光敏元件。线阵CCD传感器将干涉环光信号转换为电信号，电信号中每一个离散电压信号的大小对应光敏元件所接收光强的强弱，而光强的强弱则对应线阵CCD光敏元件位置的顺序。

[0047] 本系统利用He-Ne激光器在迈克尔逊干涉仪所形成的非定域干涉环“冒出”或“淹没”环数，进而测量激光的波长，同时，若已知激光的波长也能测出微小长度的变化量，而这些测量最关键的也是直接影响测量精度的技术就是对“冒出”或“淹没”的干涉环的个数的计数，利用线阵CCD传感器捕捉干涉环光强的变化可以对干涉环进行智能化计数，进而对激光波长进行精确的测量，在工程上可对一些涉及微小长度变化的物理量进行测量，比如对金属丝的杨氏模量的测量，又如对空气折射率的测量。

[0048] 系统中通过数据采集及传输模块完成对线阵CCD传感器所有电信号进行采样，并将采集结果通过USB接口传输给微机数据处理模块，微机数据处理模块对数据进行处理，通过设计算法，判断有效参考点的梯度值变化及干涉环中心对应像素点的灰度值与阈值比较即可实现干涉环准确计数。采用线阵CCD传感器的优点就在于可以同时采集所有像素点的电压变换情况，使数据测量更为准确。

[0049] 另外，线阵CCD传感器相对于面阵CCD传感器具有以下优点：

[0050] 因为面阵CCD采集的对象是整个面的像素点，返回的像素点较之于线阵CCD是倍数的关系，增加了系统的数据处理量，数据的存储方式为二维数组，在数据的处理过程中，涉及到矩阵的处理，提高了算法的设计要求，增加了系统的耗时。另外，在同样的采样速率下，采样的时间也较长，降低了系统的实时性；如果提高采样速率，则增加了系统的设计难度。同时，在条纹变化时，越靠近干涉环中间，数据变化越明显，只需要适当的判断中间的变化，就能判断条纹的变化。则面阵CCD捕获的整个平面的信息，只用中间部分有参考价值，严重地浪费了面阵CCD的资源。选用线阵CCD，稍微调整线阵CCD的角度，同样可以捕获条纹变化的信息，采样的数据量比较少，而且，捕获的信息是干涉环中间的变化信息，数据利用率高。另外，采集得到的数据是一维的数据，不用涉及到矩阵的处理，降数据处理难度和减少处理的耗时量。

[0051] 该微机数据处理模块通过软件编程可实时地显示CCD输出波形与干涉环变化的对应关系。

[0052] 数据采集及传输模块将线阵CCD输出的电信号转换为可被计算机识别的二进制数字信号。一般A/D转换过程从功能上可分为采样、量化两个步骤，具体转换过程中通常还具有保持功能，所以总的过程可表示为：采样→保持采得的信号至量化完成→输出二进制信号。

[0053] 通过数据采集及传输模块采集回来的数据，将电信号转化为数字信号，并保存到长度为2048类型为WORD的数组里面，对数字信号进行滤波处理，也就是对采集数据进行数字滤波。

[0054] 该微机数据处理模块包括参考范围获取子模块，参考范围获取子模块获取图像像素的阈值，其中阈值为像素值中的最大值与最小值的均值，并从像素中获取与干涉环中心对应的像素变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向图像两边延伸到像素值等于阈值处之间的范围定为参考范围。

[0055] 该微机数据处理模块包括像素点梯度判断子模块，该像素点梯度判断子模块通过参考范围两边缘波形的梯度值的变化来判断条纹的变化，实现条纹计数。

[0056] 另外，本发明还提供了一种干涉环自动计数方法，其通过发光器发出干涉光源，利用干涉环光学成像模块将干涉光源形成干涉环并成像于光屏上，其还包括以下步骤：

[0057] a.利用CCD传感器捕捉干涉环，并利用图像信号捕获与转换模块将干涉环的光信号转化为电信号，然后利用数据采集与传输模块将来自CCD传感器的电信号转化为数字信号；

[0058] b.通过微机数据处理模块接收来自数据采集及传输模块的数字信号，对数字信号进行数字滤波及波形图像显示，自动获取图像像素的有效参考点，并根据有效参考点的梯度的变化及干涉环中心对应像素点灰度值与阈值的比较来判断干涉环的变化，实现对干涉环的自动计数，其中阈值为像素中灰度值最大值与最小值的均值。

[0059] 在本发明中，干涉环自动计数采用梯度算法检测干涉环中心环的边缘，同时，判断中心点的变化情况，进而判断干涉环的变化。为此必须准确的将参考点定位到中心环的边缘上和中心点上，才能有效的进行检测。

[0060] 在步骤b中，该微机数据处理模块获取波形像素的阈值T，其中阈值为像素中最大值与最小值的均值，并从像素中获取与干涉环中心对应的像素值变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向波形两边延伸到像素值等于阈值处之间的范围定为参考范围。

[0061] 图4a、4b及5a、5b分别是干涉环中间为亮、暗时，对应CCD传感器的输出波形，比较波形及数据紧随着干涉环“冒出”或者“淹没”交替变化时的特点，不难发现，越靠近干涉环的中间，像素点的值变化越明显，以此位置变化进行计数越容易。也就是说最有参考价值的参考范围在干涉环的中间。实际上，中间为亮时，干涉环中间的光强最强；中间为暗时，干涉环中间的光强最弱。于是，对有效参考范围寻找的问题，可从波形图像中获取与干涉环中心对应的像素变化量最大的位置，并在该位置的像素值处于最大值或最小值时，由该位置向波形两边延伸到像素值等于阈值处之间的范围定为参考范围，如图4及图5所示，xl点与xr点称为参考点，xl到xr之间的范围称为参考范围。

[0062] 阈值T的计算公式如下式所示，式中max{xi}和min{xi}分别表示2048个像素点中像素值的最大值与最小值：

[0063]

[0064] 该微机数据处理模块通过判断参考范围两边缘阈值处的像素点xl的切线l和xr点的切线r的梯度值 和 的变化，其中xl和xr点的梯度计算分别如下：

[0065] 判断xl点和xr点的梯度值 和 的正负变化情况判断干涉环的变化。

[0066] 如图4a，干涉环经线阵CCD传感器检测，其输出信号如图4b所示。随着测量对象的微小移动，干涉环中间将出现“冒出”或“淹没”，同时，其他条纹也亮暗交替变化。干涉环的亮与暗，分别体现在CCD传感器输出信号上的波峰与波谷，如图4a、4b。

[0067] 为准确捕抓干涉环的变化，我们通过同时判断图4b中xl点的切线l和xr点的切线r的斜率kl和kr或梯度值 和 的变化，来进一步判断干涉环变化。干涉环如图4a中状态时，xl和xr点的梯度计算分别如下：

[0068]

[0069]

[0070] 此时有

[0071] kl＞0

[0072] kr＜0

[0073] 而当干涉环的状态由图4a变为图5a时，其对应的CCD输出波形图变化为如图5b。

[0074] 此时，xl和xr点的切线为直线l、r，此时梯度计算斜率正负情况分别如下：

[0075] (式1)

[0076] (式2)

[0077] kl＜0(式3)

[0078] kr＞0(式4)

[0079] 比较式1与式2，式3与式4，可知，当中间为亮时，xl点的梯度值为正，表明该处曲线是上升的；xr点的梯度值为负，表明该处曲线是下降的。当中间为暗时，xl和xr点的梯度正负情况反过来，表明此时曲线的走向也是相反的。于是，只要同时判断xl点和xr点的梯度值 和 的变化情况，即可判断判断干涉环的变化。

[0080] 干涉环在图4a状态时，

[0081] (式5)

[0082] (式6)

[0083] 当干涉环状态由图4a转变为图5a时，有

[0084] (式7)

[0085] (式8)

[0086] 由两个不同状态的不同梯度值，我们可以判断干涉环中间已经由亮到暗；当干涉环中间由暗到亮，即再次恢复到图5a状态时。此时，“冒出”或者“淹没”了一个干涉环，干涉环计数器加1。这样，就可稳定地实现干涉环的自动计数。

[0087] 为进一步提高自动计数的稳定性，我们在判断xl和xr点梯度的基础上，引入了第三个参考点，即干涉环的中间max_i像素点，图4b与图5b中的max_i点。在判断xl点与xr点梯度的同时，判断max_i点的像素值xmax_i。

[0088] 当干涉环状态由图4a变为图5a，在同时满足式7和式8的条件下，还要求同时满足式9，才可判断干涉环中间由亮变为暗。

[0089] xmax_i＜T(式9)

[0090] 由图5a变为图4a时，在同时满足式5和式6的条件下，还要求同时满足式10情况，才可判断干涉环中间由暗变为亮。

[0091] xmax_i＞T(式10)

[0092] 式9和式10中，T均为阈值。

[0093] 该CCD传感器为线阵CCD传感器，对像素点进行数字滤波时，假定采样的数据点为xi(i＝1，2，3，…2048)，则任一点的响应Vi

[0094]