摘要：文章基于 Matlab 軟件及圖像處理技術(shù)，編寫了簡明且易于操作的 GUIDE 交互界面，對光學(xué)實(shí)驗(yàn)中靜態(tài)實(shí)驗(yàn)測量和動態(tài)實(shí)驗(yàn)測量情況下拍攝的干涉條紋圖樣，分別進(jìn)行計(jì)算處理并完成實(shí)驗(yàn)測量目標(biāo)。圖像處理程序采用了高斯模糊、二值化等方法凸顯重要信息，利用算法構(gòu)建表面三維圖亦或?qū)崿F(xiàn)條紋移動特征的探測、建立三維模型，精確計(jì)算出相應(yīng)實(shí)驗(yàn)結(jié)果。此方法適用于各種復(fù)雜的實(shí)驗(yàn)測量情景，為光學(xué)干涉實(shí)驗(yàn)測量實(shí)驗(yàn)教學(xué)創(chuàng)新設(shè)計(jì)提供了一種可視化的思路。 t= #&fSR  
V$`Gwr]|n  
關(guān)鍵詞：光學(xué)；干涉；Matlab；GUI；圖像處理；圖像測量 iBg3mc@OO  
,:Z^$  
光的干涉現(xiàn)象廣泛應(yīng)用于各個(gè)領(lǐng)域中，其中，根據(jù)光的特性實(shí)現(xiàn)物理參量精確測量的案例數(shù)不勝數(shù)�；�礎(chǔ)物理實(shí)驗(yàn)作為本科生實(shí)驗(yàn)教學(xué)的入門課程，涵蓋了數(shù)個(gè)利用光學(xué)干涉現(xiàn)象對距離、位移、角度進(jìn)行測量的實(shí)驗(yàn)，這些光學(xué)實(shí)驗(yàn)可按照實(shí)驗(yàn)測量過程劃分為靜態(tài)實(shí)驗(yàn)與動態(tài)實(shí)驗(yàn)。靜態(tài)實(shí)驗(yàn)中，測量過程中光路、樣品均不發(fā)生改變，通過測量光強(qiáng)的分布得到相關(guān)物理參數(shù)；動態(tài)實(shí)驗(yàn)中，當(dāng)光路、樣品發(fā)生變化時(shí)，測量光強(qiáng)等參數(shù)的變化的趨勢，并研究相關(guān)物理量。 TUK"nKSZ`.  
#-VMg+14  
基礎(chǔ)物理光學(xué)類實(shí)驗(yàn)中，斜劈空隙夾角的測量與牛頓環(huán)曲率的測量作為典型的靜態(tài)實(shí)驗(yàn)，傳統(tǒng)的測量方法頗為繁瑣且僅記錄了一個(gè)維度上的數(shù)據(jù)信息，處理數(shù)據(jù)時(shí)利用的逐差算法又降低了數(shù)據(jù)的利用率，造成有效信息的浪費(fèi)[1]。目前已有研究小組使用 Matlab 軟件對 CMOS 拍攝的干涉圖樣進(jìn)行處理，取得了較高精度的實(shí)驗(yàn)結(jié)果[1-6,8]。本文基于 Matlab 平臺，結(jié)合圖像處理與數(shù)值運(yùn)算方法根據(jù)二維圖像構(gòu)建出表面三維圖，實(shí)現(xiàn)樣品參數(shù)的精確測量。動態(tài)實(shí)驗(yàn)亦在大學(xué)物理實(shí)驗(yàn)中占有重要地位，本文以壓電陶瓷電壓相位曲線測量和等傾干涉干涉條紋三維模型構(gòu)建作為示例，展示了圖像處理與數(shù)字運(yùn)算方法在動態(tài)實(shí)驗(yàn)測量中的極大應(yīng)用前景。 ;,h/   
r,1e 'd:  
1 靜態(tài)實(shí)驗(yàn)測量 7, } $u  
13k !'P  
在光學(xué)干涉測量實(shí)驗(yàn)過程中，實(shí)驗(yàn)者測量樣品的干涉圖樣并進(jìn)行數(shù)據(jù)處理得出相關(guān)結(jié)果，光路在測量的過程中未經(jīng)調(diào)整，此即靜態(tài)實(shí)驗(yàn)測量，典型的樣例有測定牛頓環(huán)的曲率半徑。傳統(tǒng)的測量方法通過測量干涉條紋的寬度半徑等幾何參數(shù)來計(jì)算出某結(jié)構(gòu)（如空氣薄膜）表面的梯度與曲率半徑，但該方法僅僅適用于厚度分布規(guī)律的樣品，且僅利用了一個(gè)維度（一條直線）上的數(shù)據(jù)信息。相比之下，采用 CMOS 拍攝完整的干涉圖像并進(jìn)行處理的方案更具優(yōu)越性，處理過程中利用信息量遠(yuǎn)超傳統(tǒng)方法。憑借計(jì)算機(jī)強(qiáng)大的運(yùn)算能力，Matlab 與 GUIDE 人機(jī)交互程序可批量處理圖像數(shù)據(jù)，運(yùn)用干涉條紋計(jì)算能夠提取出復(fù)雜樣品表面的梯度、曲率信息。 |SZo' 6  
?%tMohL  
1.1 圖像處理及數(shù)據(jù)計(jì)算方案 1c4/}3*  
4BL;FO  
高像素密度的 CMOS 相機(jī)結(jié)合優(yōu)良的成像系統(tǒng)能以高分辨率記錄干涉條紋信息。通過處理圖像定位到亮紋或暗紋的骨骼線，計(jì)算機(jī)根據(jù)骨骼線進(jìn)行插值運(yùn)算構(gòu)建出包含樣品厚度信息的表面三維圖，進(jìn)行后續(xù)數(shù)據(jù)處理及數(shù)學(xué)運(yùn)算。若均勻樣品的光學(xué)面分別為平面與曲面，則樣品的厚度分布將直接反映樣品曲面的形狀，進(jìn)一步運(yùn)算便可得出樣品表面各點(diǎn)的梯度與曲率信息。 7cDU
2l  
LW6ZAETyL  
傳統(tǒng)的位圖由像素構(gòu)成，可讀取為矩陣，對圖像的處理亦可等效為矩陣運(yùn)算。為了能從圖片中準(zhǔn)確地提取出所需要的信息，首先需要對圖像進(jìn)行預(yù)處理以排除不必要的噪聲。導(dǎo)入圖片后，第一步使用 rgb2gray 函數(shù)將讀入的彩色圖片轉(zhuǎn)化為黑白圖片，除去與明度信息無關(guān)的顏色信息，壓縮數(shù)據(jù)量。第二步為了排除灰塵與背景光分布因素對后續(xù)工作的影響，使用 imfilter 函數(shù)結(jié)合 gaussian 函數(shù)對圖片矩陣進(jìn)行小范圍與大范圍的卷積運(yùn)算（進(jìn)行高斯模糊），分別得到僅模糊灰塵等高頻信息的圖片與模糊干涉條紋、反映整體光照分布的圖片，兩張圖片相除，得到無污點(diǎn)、整體曝光均勻的預(yù)處理圖像。第三步使用 im2uint8 函數(shù)對圖像進(jìn)行二值化，閾值可視實(shí)際情況取為矩陣中位數(shù)或矩陣最大值最小值之間的任一值。預(yù)處理后的圖像僅有純黑與純白的像素，對比分明，方便接下來的骨骼線選取工作以準(zhǔn)確構(gòu)建樣品表面三維圖，如圖 1 所示。 `r"+644  
Ws