随着科学技术的发展,人们对光学元件的表面粗糙度和表面面形精度提出了越来越高的要求,光学元件表面缺陷检测技术也受到了广泛重视。通过简述表面缺陷的类型,强调了缺陷给光学系统带来的危害,由此分析和讨论了目前国内外对光学元件疵病的检测方法,并指出各种方法的优缺点,同时对机器视觉技术在疵病检测方面的应用进行了介绍,还探讨了光学元件表面缺陷检测技术未来发展需要注意解决的问题。

针对目前表面微观形貌面形误差分离方法中存在边界畸变及自适应差等缺点, 提出了将具有自适应时频分辨能力的二维经验模态分解算法(bidimensional empirical mode decomposition, BEMD)应用于三维工程表面面型误差分离中, 同时用Riesz变换构造单演信号, 计算信号整体的频率特征, 完成对二维经验模态分解算法的终止准则的改进, 使其能严格按照ISO4287所规定的截止波长分离三维表面各频段形貌误差。仿真结果表明, 本文新方法相比于国标ISO中高斯滤波以及常用小波滤波, 在分离三维工程粗糙表面各面型误差时, 所得分离图形效果远优于传统方法所得, 且各频段误差对应的三维评定参数误差均小于5% 。最后对光学镀膜元件实例进行分析, 结果表明该算法能够很好地分离各形貌误差的的空间信息, 所得参数评定基准面相对传统方法不存在边界畸变等问题, 因此该方法在实际工程表面评定应用中具有可行性。