基于LabVIEW的邁克爾遜干涉微位移測量方法研究

李曉飛,張周強，張守京，周 玲

(西安工程大學機電工程學院，陜西 西安 710600)

0 引言

邁克爾遜干涉儀作為物理光學實驗的重要光學儀器，廣泛應用于測量激光波長、微小位移變化、折射率、彈性模量等領域，在干涉測量技術領域中具有重要的地位和作用[1-4]，邁克爾遜干涉儀結構設計原理基礎廣泛應用于生產和科學研究領域。

在邁克爾遜干涉微小位移測量實驗中，其檢測原理均是根據微調手輪的移動改變光程差，引起干涉牛頓環的明暗變化，通過對干涉條紋變化數量的準確計數，實現對微小位移量的計算。傳統的微小位移測量中，通常采用人眼觀察條紋變化的方法來計數，當條紋變化數較多時，由于工作量較大與長時間的視覺集中，容易產生視覺疲勞，造成人工誤差，對微小位移測量精度產生影響[5-6]。

針對上述人工計數容易造成的人為誤差的缺陷，本文提出了一種基于LabVIEW的圖像采集、處理的方法。采用CCD相機對干涉條紋采集，由計算機進行條紋變化計數，從而測量出引起條紋變化的微小位移，為干涉條紋的自動測量提供一種新的可行性技術方法。

1 測量原理及干涉條紋圖像采集

1.1 系統測量原理

本實驗的測量原理來源于邁克爾遜干涉儀的工作原理。系統光路原理如圖1所示，該系統主要包含4個部分：He-Ne激光光源、邁克爾遜干涉系統、干涉條紋采集系統、圖像處理系統。由He-Ne激光器發出的激光束經過聲光調制器進行光強調制，到達分光鏡后分成光束1和光束2，反射光束1經邁克爾遜干涉系統中的固定反射鏡反射后回到分光鏡，透射光束2到達被測物體后攜帶物體的位移信息反射回分光鏡，2束反射光在分光鏡交匯處發生干涉，在成像屏上形成明暗相間的一組同心圓，利用CCD相機對成像屏的干涉圖像進行采集，傳輸到上位機LabVIEW平臺進行圖像處理，對干涉條紋進行計數，測得被測物體的微小位移，系統搭建實物如圖2所示。

圖1 邁克爾遜干涉系統測量原理

由于光束1的光程長度固定不變，而光束2的光程長度隨著被測物體的移動發生改變，因此，2束光的光程差的變化取決于光束2的光程大小。當被測物體緩慢移動時，成像屏上的等傾干涉條紋逐漸收縮或擴張，并在中心處不斷“湮滅”與“冒出”。當被測物體每移動半個波長，就有一個條紋在成像屏上出現或消失。若條紋變化數為N，則物體移動的距離為

Δd=N·λ/2

(1)

圖2 邁克爾遜干涉系統測量實物

Δd為物體位移量；N為條紋變化數；λ為激光波長。

所以，實驗的關鍵點在于N的測量，用人工目測的方法局限性大、穩定性不高。而利用CCD采集干涉圖像，由計算機軟件進行條紋變化計數以及信號的處理，更能適用于各種環境要求。

1.2 干涉條紋圖像采集

傳統的圖像采集主要采用“模擬相機+圖像采集卡”的工作方式[7]，這種工作模式下，首先由模擬相機采集圖像，然后經過圖像采集卡將模擬信號轉換為數字信號，通過PCI總線傳輸到PC上位機軟件進行處理與顯示。在最終結果顯示前，由于信號經過多次轉換，在傳輸過程中極易受到噪聲信號的干擾，導致降低信噪比和測試結果的精確度。本系統根據現有的相機技術，擬采用數字相機來進行圖像采集，將采集的圖像數字信號通過USB3.0接口線直接送入上位機進行處理，降低了因信號轉換引入的噪聲的影響，并且使數字相機具有更快的傳輸速度和更高的分辨率。

數字相機采用信噪比和微光靈敏度高、穩定性好、具有高效圖像采集速度的大恒MER-031型工業相機，該相機的分辨率最高達30萬像素，輸出的最大幀數達860幀/s，鏡頭選用TEC-M55MPW型55 mm鏡頭。

清晰的干涉條紋圖像是進行圖像預處理與條紋計數的關鍵。在圖像采集、處理、顯示方面，采用美國NI公司推出的LabVIEW編程軟件。在圖像處理、分析方面，LabVIEW提供了IMAQ Vision模塊，即視覺圖像采集模塊[8-9]。將CCD相機使用USB串口線與計算機連接，通過調節其鏡頭焦距、鏡頭放大倍數，在Vision視覺采集助手中調節相機的曝光時間，使其能夠清晰地拍攝到干涉條紋，以便利用LabVIEW軟件對圖像進行后續的預處理和條紋計數。

2 干涉條紋檢測理論算法

2.1 干涉條紋處理流程

利用LabVIEW視覺采集助手采集到的干涉條紋圖像中心區域暗斑面積大小呈周期性變化的規律現象，如圖3所示。因此，對采集的干涉條紋圖像處理的目的是獲得中心區域的灰度均值。通過對圖像進行對比度增強、濾波處理后等分析步驟，便可獲取中心區域的灰度值。干涉圖像的處理流程如圖4所示。

圖3 干涉條紋變化

圖4 干涉條紋處理流程

2.2 條紋預處理模塊

傳統的圖像預處理一般使用比較廣泛的C語言來開發相關程序。C語言具有豐富運算符和數據類型、表達靈活、執行效率高等優勢，但同時其語言復雜，系統維護和功能擴展有一些問題。本設計采用美國NI公司推出的G語言圖形化編程語言的LabVIEW軟件程序開發，具有更加直觀的圖標、連線的編程方式和后期的系統維護和功能擴展[10]。

推薦理由:本書榮獲2018年國家出版基金資助項目，結合國家供給側結構改革部署，幫助企業由“制”向“質”轉型。對歐美、“一帶一路”國家重點進口產品法規、標準進行全面解讀，結合中國產品被召回的真實案例，幫助企業規避產品被召回的風險。開創性地探索跨境電商質量控制中的問題和解決方案，幫助企業在新商業環境下規避交易風險。

干涉條紋的預處理模塊包含5個處理步驟：讀取圖像、圖像對比度增強處理、濾波處理、選取ROI區域和灰度直方圖統計處理。

2.2.1 讀取圖像

利用LabVIEW中的IMAQ ReadFile子VI讀取采集的干涉條紋圖像。

2.2.2 圖像對比度增強處理

圖像增強是圖像處理的最基本手段。使用LabVIEW軟件的IMAQ BCGLookup與IMAQ Histograph VI對灰度圖像進行直方圖均衡化處理和修正[11-12]。通過對圖像進行亮度、對比度和伽瑪值參數的調整，可改善圖像的視覺效果，從而提供直觀、清晰、適于分析的干涉條紋圖像。基于LabVIEW平臺圖像處理結果如圖5所示。

圖5 直方圖均衡處理

2.2.3 濾波處理

由于成像的光路系統、傳輸的介質、干涉圖像成像設備、圖像采集設備及周圍環境因素等的影響，最終計算機系統采集到的干涉圖像不可避免地會引入各種各樣的噪聲。針對圖像中存在的噪聲類型，采用自適應中值濾波算法，可以對不同區域干涉條紋的信號點和噪聲點采取不同的處理方法[13]。

設fi,j為(i,j)的灰度;Ai,j為現工作窗口;fmin、fmax和fmed分別為Ai,j窗口中灰度的最小值、最大值和中值；Amax為最大允許預設窗口。其基本步驟如下：

a.若fmin

利用自適應中值濾波在LabVIEW平臺上使用IMAQ NthOrder VI模塊對干涉圖像進行噪聲濾除，濾波前后的結果分別如圖6a和圖6b所示。

圖6 中值濾波

2.2.4 選取ROI區域

感興趣區域(ROI)是從圖像顯示窗口中選擇的一個圖像區域，該區域內的數據是對圖像進行分析出來時應重點關注的部分，常被稱為子圖像。為圖像處理設定ROI，可以將注意力集中在要解決問題的主要方面，減少要處理的數據量，提高系統的處理速度和實時性。

為了能對邁克爾遜干涉條紋的變化進行計數，通過對干涉條紋變化趨勢的觀測，干涉條紋的中心區域的亮斑出現擴展(收縮)的變化趨勢，亮斑的面積發生變化。因此，在LabVIEW平臺上利用IMAQ Convert Annulus to ROI VI模塊選定干涉條紋的中心位置，調節圓域的半徑，使其在盡量小的情況下保證區域內的平滑值變化最小，測量圖像不同時間的灰度值，確定干涉條紋變化的次數[14]。

2.2.5 灰度直方圖統計

直方圖是最基本的圖像灰度分析工具，包含了豐富的圖像信息，描述了圖像的灰度級內容，反映了圖像的灰度分布情況。在LabVIEW平臺上，利用IMAQ Quantify VI模塊對所選取的感興趣區域(ROI)的灰度進行分析，返回圖像或其中一部分灰度的定量描述參數，包括像素灰度均值、標準差、最大值和最小值等。

根據干涉條紋處理的要求，設計的軟件程序界面如圖7所示。點擊Check Next Part，就可以切換到下一幅采集的干涉條紋圖進行處理。用戶通過調整BCG等相關參數，可以對條紋處理的效果做調整。為了能對條紋變化進行計數，在Dst圖像中心區域用圓環進行感興趣區域(ROI)選擇，對選擇的感興趣區域進行灰度分析，并將測得的灰度結果顯示在圖像上。最后，將測得的灰度值進行擬合，通過觀察波峰的數量，確定干涉條紋的變化數。

圖7 程序界面及條紋處理效果

3 實驗效果與分析

運行程序，干涉圖像采集與處理效果如圖7所示。為了測試實驗的穩定性以及圖像采集響應速度情況，分別對被測物體以不同的移動速度進行實驗[15]。實驗結果顯示：在平穩緩慢的移動速度下，相機能夠采集到清晰的條紋變化圖像；但在高速移動的情況下，由于相機響應速度跟不上的原因，采集到的干涉條紋圖像模糊成一片，不能實現條紋計數。因此，利用圖像法對干涉條紋計數適用于對相機響應速度要求不高的情況。

為了測試被測物體緩慢移動時的條紋測量精度，緩慢勻速移動被測物體，測量位移量為0.02 mm的干涉條紋圖像并對圖像進行處理獲得灰度均值。將測得的圖像灰度均值進行統計與擬合，獲得曲線變化圖。通過對擬合曲線的波峰進行計數，便可測得被測物體的移動量。測得數據如表1所示。

表1 干涉條紋計數實驗結果(λ=633 nm)

通過測得的實驗數據表明，利用計算機對干涉圖像采集與處理的方法測量精度誤差控制在3.5%以內，與通常人工測量誤差5%相比，本方法能夠實現測量精度的提升。

4 結束語

本文提出了一種邁克爾遜干涉圖像的檢測方法，并基于LabVIEW編程實現干涉圖像的采集與處理，解決了傳統的使用人工觀察計數條紋誤差大、易受人為因素影響的問題。該方法具有功能實現靈活、易于維護和升級的特點，當工作環境發生變化時，只需要對軟件中的相關參數進行調整。與采用光電探測器檢測的方法相比，其缺點在于圖像的采集易受相機的瞬態響應速度影響，若要測量被測物體高速移動的干涉圖像，需要對干涉光束進行光強調制或采用能夠高速采集的相機。但對于響應速度要求不高的情況下，采用計算機處理光學圖像的方法足以滿足測量精度。所提的檢測方法也為其他形式的干涉圖像的檢測提供了一種新的思路和方法。