【摘 要】
:
微光学元件是一种常见的小型化光学元件,近年来,随着其应用范围的不断扩大,微光学元件的产量和品种也不断增加,因此,微光学元件三维形貌的检测也变得愈发重要。数字全息技术凭借无损测量、全视场成像、实时测量等优点被广泛的应用在微光学元件形貌检测领域,然而传统的数字全息技术无法测量台阶这样相邻点之间的光程差超过激光器波长的微光学元件,而双波长数字全息技术可有效解决该问题,故本文研究双波长数字全息法微光学元件
【基金项目】
:
基础科研项目(编号:JCKY2018426C002); 陕西省科技厅项目(编号:2022JM-345);
论文部分内容阅读
微光学元件是一种常见的小型化光学元件,近年来,随着其应用范围的不断扩大,微光学元件的产量和品种也不断增加,因此,微光学元件三维形貌的检测也变得愈发重要。数字全息技术凭借无损测量、全视场成像、实时测量等优点被广泛的应用在微光学元件形貌检测领域,然而传统的数字全息技术无法测量台阶这样相邻点之间的光程差超过激光器波长的微光学元件,而双波长数字全息技术可有效解决该问题,故本文研究双波长数字全息法微光学元件形貌检测技术,主要包括以下几个部分:双波长数字全息测量微光学元件三维形貌的相关理论。介绍数字全息图的干涉记录、衍射再现、双波长数字全息形貌测量原理以及数字全息中的相位重构原理。双波长数字全息测量微光学元件三维形貌仿真。利用MATLAB对相邻点光程差超过单个波长的台阶物体和表面连续物体进行仿真测量,测量结果与标准值具有良好的一致性,证明了双波长数字全息算法测量此类物体的可行性。双波长数字全息测量微光学元件三维形貌。进行双波长数字全息法微光学元件形貌检测装置设计,装置采用450nm波长和495nm波长半导体激光器,合成波长为4950nm,干涉光路部分采用了迈克尔逊干涉光路。标定装置在使用10倍显微物镜时,横向分辨率为5.52μm,纵向相对误差为8.98%。使用该装置测量台阶样品,测量结果2206.8nm与标准值2025nm基本一致,证明装置可以实现台阶样品的形貌检测。提出了一种可有效抑制双波长数字全息噪声放大的算法。该算法利用传统的双波长算法恢复形貌信息,将测量结果减去拟合值,得到包含部分形貌信息的噪声值,由于噪声的放大倍数为已知量,因此可以对噪声的放大进行消除,从而实现噪声的抑制。将该算法应用到标准台阶样块测量中,测量结果2109.1nm与传统双波长算法的测量结果2206.8nm进行对比,结果显示,相对误差从8.98%降低到4.17%,证明该算法能够有效地抑制噪声,提高台阶样品测量精度。
其他文献
近年来,由于计算机视觉技术的迅猛发展,传统作战方式已不能满足现代战场作战要求,因而多种基于人工智能的热门技术被应用于军事领域,如目标检测、目标跟踪等。这些技术的加持使得智能化武器不断涌现,从而提升了作战效率。随着时间的推移,智能武器的功能变得越来越强大,它们能够有效地识别和打击特定目标。因此,将各种智能武器像人类大脑一样自动识别和跟踪战场环境中的士兵,已成为一项亟待解决的重要难题。本文主要针对战场
近年来,随着无人机研发技术的不断成熟,通过无人机机载摄像头拍摄的图片和视频在许多行业领域获得了广泛应用。在军事方面,利用无人机航拍采集的图像可以获取到完整、全面的战场信息,但是如何利用这些图像实现快速、准确的军事目标检测仍是现代战争智能化作战发展要求下亟待解决的问题。随着深度学习的不断发展,目标检测算法的性能不断提升,但是目前主流的检测算法无法克服航拍图像中出现的复杂天气干扰、目标高度变化、尺度不
随着无人机相关技术和人工智能相关理论的不断发展,智能化无人机集群作战成为未来空战的主要作战形式。然而,早期的无人机集群依赖于固定规则编码方法对无人机动作进行设定,因而难以满足复杂多变的战场环境和任务需求。基于强化学习算法可实现无人机动作的自我训练,解决了固定规则编码方法的短板。然而,在对抗过程中,采用现有强化学习算法的智能体易做出低效动作和产生无效探索。针对上述问题,本文在强化学习的理论基础上,重
随着无人机行业的快速发展,无人机检测技术已经成为低空领域的研究热点。然而低空背景复杂多变,远距离探测时无人机目标特征少、小目标数量占比大,传统的检测方法难以提取到有效的目标特征信息。因此,针对上述问题,本文开展基于改进YOLOv5的低空无人机检测方法研究,旨在提高低空无人机小目标的检测性能。论文的主要研究内容如下:针对低空无人机目标检测领域数据量不充足的问题,本文构建了特定低空无人机目标数据集。首
热红外目标跟踪技术是自动目标识别(ATR)领域的研究热点。热红外图像缺乏清晰的纹理和轮廓特征,传统的跟踪方法难以提取到有效的目标表征信息,在跟踪任务中常会受到相似物、遮挡物的干扰,出现跟踪错误。针对以上问题,本文基于表征学习理论,提出了针对热红外目标跟踪的深度学习方法。主要工作如下:(1)针对热红外目标在跟踪过程中受到相似物干扰的问题,设计融合注意力机制的分层预训练特征提取网络。深入分析了热红外目
随着人工智能的蓬勃发展,智能化战争已经来临,不断提高军事训练的科技感和智能度,提升军事训练实战化水平成为我们必须关注的重要课题。靶标体系研究在军事研究领域具有举足轻重的地位,靶即为侦查打击对象,标即提供测试值。本课题来源于中国兵器工业试验测试研究院所规划靶标体系研究中的子课题“基于人工智能的人形靶等效毁伤感知与评估”。针对传统的靶场训练中靶标感知毁伤信息不及时,人工参与度强,训练成本高等问题,本课
科技创新推动着社会生活不断的发展前进,人工智能使得人类的生产生活方便快捷。计算机视觉技术的出现更是加速了人工智能领域的发展,作为其重要分支之一的人体姿态估计技术,目前已在医疗、交通、军事等各个领域有着广泛的应用。在军事装备的智能化发展中,人体姿态估计算法为战场态势感知、实时精准打击提供了一定的技术支持。展开人体姿态估计算法的研究,对于军事行动指挥、国防安全保障有着重要的意义。但由于军事环境复杂,存
盖革模式雪崩光电二极管(Geiger Mode Avalanche Photon Diode,GM-APD)阵列激光雷达是一种新型的非扫描式的光子计数雷达,可以响应单光子级能量的回波信号,具有极高的探测灵敏度,使得探测微弱信号成为可能,已被广泛应用于巡航制导、地形测绘、水下探测等领域。但由于GM-APD是概率型器件且激光在介质中具有快速衰减的特性,导致探测到的回波信号过于稀疏,需要大量累计才能恢复
随着精密光学元件制造技术的快速发展,大口径光学元件在国家各项重大科学工程中被广泛应用,随之对大口径光学元件面形检测技术提出更高的要求,现有的光学元件检测技术很难同时满足大口径、高精度的检测需求。子孔径拼接是一种高精度、低成本的面形检测方法,它使用小口径标准光学元件对大口径元件进行检测,降低检测难度的同时具有干涉测量的高精度优势,可提高横向分辨率,获得波面中频误差信息。论文基于子孔径拼接的大口径平面
碳化硅铝基(SiCp/Al)复合材料具有低密度、高比强度、低膨胀系数、耐磨损、耐腐蚀等优点,在电子封装、航空航天、汽车等领域应用前景广阔。然而采用传统的机械加工方法加工存在效率低、刀具磨损严重、易崩裂等问题,为实现SiCp/Al复合材料的高效高质量加工,本文提出电弧放电-电解组合加工的方法。具体研究内容及结果如下:首先,基于铜、45钢、石墨及钨铜合金4种材料电极,开展了SiCp/Al复合材料的电弧