基于多学科优化的大口径光学元件表面洁净度检测系统

　　0　引言

　　光学元件表面洁净度的检测方法分为接触式和非接触式无损检测两类。擦拭法和溶剂法是常用的接触式检测方法,美国NIF根据滤纸收集的特定清洗液清洗一定面积光学表面后清洁液中的颗粒大小和数量间接得到表面洁净度[1],由于要与元件表面接触,该方法有一定局限性。非接触无损检测主要根据疵病对光的散射进行检测[2-3],最早用目测法[4],但检测效率低、周期长、主观因素大、可信度低、不能定量及难精确定位;全积分散射法[5]、扫描频谱法[6]、滤波成像法[7]、红外光谱检测法[8]、声波检测法[9]等能实现小区域疵病定性和统计分析,但不能满足大口径光学元件表面检测的需要。

　　近些年来,基于机器视觉的表面洁净度检测方法得到了关注。文献[10]提出了基于图像处理的空间飞行器光热部件表面洁净度检测方法,该方法利用特殊托盘收集表面颗粒物,通过图像处理计算出颗粒大小和分布从而得出表面洁净度;文献[11]提出了基于机器视觉的光学表面洁净度检测方法,该方法通过图像处理算法去除背景获得污染物二值图像,通过计算污染物大小、分布,得到光学表面洁净度;文献[12]提出了利用图像灰度进行神光Ⅲ精密光学元件表面广义洁净度检测的方法,该方法利用图像不同灰度级实现图像分割,通过提取检测对象的几何特征、灰度及变换域空间特征,采用支持向量机方法进行识别。

　　基于图像处理的表面洁净度检测方法,其光学视场孔径一般较小,不能满足几百毫米的大口径光学元件检测,需进行多维度扫描成像进行图像拼接,因此检测精确度、不确定度、稳定性问题成为检测瓶颈。本文基于多学科设计,建立了大口径光学元件表面洁净度检测系统,介绍了其检测原理,通过耦合学科分析和优化进行学科协调,研究了光学系统设计、运动系统设计、结构设计、图像拼接、图像处理和洁净度计算等多学科设计的关键点,并建立了检测系统。

　　1　检测系统原理

　　非接触式表面洁净度检测原理是:逐次对被测光学元件表面进行扫描,尘埃或疵病区域内光线产生漫反射的部分光线射入相机在CCD中成像,信息传送到计算机系统,根据尘埃或疵病区域与周边的亮度差异确定光学元件表面是否附着污染物颗粒,再通过亮度面积大小确定污染物颗粒的大小,然后在图像处理软件的精确自动处理下获取被测元件表面颗粒污染物的分布信息,从而实现表面洁净度检测。系统检测原理如图1所示。

　　2　检测系统多学科耦合关系

　　光学元件表面洁净度检测涉及机电耦合、光电耦合等光、机、电多领域内容,根据系统能量流与信息流将系统分解为多个学科模块,分别为光学系统、运动系统、结构(包括振动与变形)、图像拼接处理、洁净度确定等部分。学科包括的内容界定为:光源与照明方式选择、照相镜头和CCD选择、安装方式和位置计算等光路设计内容属于光学系统;多维度扫描运动过程中涉及的运动、驱动、定位、控制等内容属于运动系统;系统组成部件支撑、光学元件固定及调整、系统振动、变形等方面的内容归属于结构设计;图像拼接处理主要是将多张多维度图像还原成单张光学元件表面图像;区分表面污染物和疵病以及表面洁净度等级确定等属于洁净度计算。学科间的能量和数据关系用矩阵描述,如图2a所示,图中,方框对角线下面的箭头表示数据向下方流动,后一学科依存于前一学科;对角线上边箭头表示反馈。学科间同时存在依存和反馈关系的则形成耦合。通过行和列的重新排列,消除矩阵中的反馈,减少学科耦合。调整后检测系统中由3次耦合减少为1次耦合,如图2b所示。