en
Назад
DOI: 10.17586/1023-5086-2025-92-06-55-65
Исследование фоновой шумовой погрешности автоколлиматора, основанное на теории ретинекса
Ke Di, Zhao Yang Wang, Jun Sen Yuan, Yu Jia Huo, Long Ma, Shi Long Liu, Jia Mei Wang, Ren Pu Li. A study on the background noise error of autocollimator based on Retinex theory (Исследование фоновой шумовой погрешности автоколлиматора, основанное на теории ретинекса) [на англ. языке] // Оптический журнал. 2025. Т. 92. № 6. С. 55–65. http://doi.org/10.17586/1023-5086-2025-92-06-55-65
Ke Di, Zhao Yang Wang, Jun Sen Yuan, Yu Jia Huo, Long Ma, Shi Long Liu, Jia Mei Wang, Ren Pu Li. A study on the background noise error of autocollimator based on Retinex theory (Исследование фоновой шумовой погрешности автоколлиматора, основанное на теории ретинекса) [in English] // Opticheskii Zhurnal. 2025. V. 92. № 6. P. 55–65. http://doi.org/10.17586/1023-5086-2025-92-06-55-65
Предмет исследования. Автоколлимационная измерительная система является основным средством для точного измерения угла, но многочисленные источники погрешностей ограничивают дальнейшее повышение точности измерения угла с помощью автоколлиматора. В данной статье рассматривается разновидность отражённого шума, создаваемого нерабочей поверхностью оптической структуры внутри автоколлиматора. Этот источник шума может привести к погрешностям при обнаружении целевого изображения датчиком изображения. Метод. В сочетании с принципом распознавания изображений с преобразованием Хафа мы предлагаем использовать теорию ретинекса для компенсации шума отражения внутри автоколлиматора. Основные результаты. Экспериментально подтверждено, что этот алгоритм компенсации может эффективно подавлять влияние шума на распознавание изображений, а точность измерений автоколлиматора по осям X и Y может быть повышена с 4,29І и 3,87І до 3,59І и 3,15І. Показатели стабильности измерений системы также улучшились примерно на 11,99% и 15,75% соответственно по осям X и Y. Практическая значимость. Таким образом, этот метод алгоритмической компенсации может эффективно повысить точность автоколлимационных измерений.
оптический автоколлиматор, измерение угла, уменьшение погрешности измерений, оптимизация алгоритма ретинекса
Благодарность:National Natural Science Foundation of China (62375031); National Key Research and Development Program of China (2021YFC2203601).
Коды OCIS: 120.1680, 120.4570, 120.4630
Список источников:1. Eves B.J., Leroux I.D. Autocollimators: plane angle measurand ambiguities and the impact of surface form // Metrologia. 2023. V. 60. № 6. P. 065001. https://doi.org/10.1088/1681-7575/acf9a8
2. Chaturaporn K., Surasak K., Sakchai C. et al. A calibration method of CMOS-based autocollimator using reflected diffraction pattern of strip reflector // Precision Engineering. 2023. V. 85. P. 191–196. https://doi.org/10.1016/j.precisioneng.2023.10.004
3. Chen Y., Shimizu Y., Tamada J. et al. Optical frequency domain angle measurement in a femtosecond laser autocollimator // Optics express. 2017. V. 25. № 14. P. 16725–16738. https://doi.org/10.1364/OE.25.016725
4. Larichev R.A., Filatov Y.V. A model of angle measurement using an autocollimator and optical polygon // Photonics. 2023. V. 10. № 12. P. 1359. https://doi.org/10.3390/photonics10121359
5. Ma W., Li J., Liu S. et al. An autocollimator axial measurement method based on the strapdown inertial navigation system // Sensors. 2024. V. 24. № 8. P. 2590. https://doi.org/10.3390/s24082590
6. Ralf G.D., Matthias S., Andreas J. et al. A comparison of traceable spatial angle autocollimator calibrations performed by PTB and VTT MIKES // Metrologia. 2022. V. 59. № 2. P. 024002. https://doi.org/10.1088/1681-7575/ac42b9
7. Kaewpho S., Kerdkaew C., Samnasen K. et al. An application of autocollimator for strip surface profile measurement // Journal of Physics: Conference Series. 2023. V. 2431. № 1. P. 012022. https://doi.org/10.1088/1742-6596/2431/1/012022
8. Yang Y., Zhao M., Zheng Y. et al. Method for parallelism measurement of geometrical waveguides based on the combination of an autocollimator and a testing telescope // Optics express. 2022. V. 30. № 25. P. 44518–44532. https://doi.org/10.1364/OE.475634
9. Kachkanov V., Ziesche R., Wagner U.H. et al. Optical autocollimator for vibration measurements at Diamond I13 beamline // Journal of Physics: Conference Series. 2022. V. 2380. № 1. P. 012075. https://doi.org/10.1088/1742-6596/2380/1/012075
10. Konyakhin I.A., Smekhov A. Survey of illuminance distribution of vignetted image at autocollimation systems by computer simulation // Eighth International Symposium on Precision Engineering Measurement and Instrumentation. 2013. V. 8759. P. 87593F-87593F-6. https://doi.org/10.1117/12.2014609
11. Konyakhin I.A., Polyakov V.M., Vorona A.M. Research on the methods to compensate the systematic error at optical autoreflection angular measurements // J Phys Conf Ser. 2006. V. 48. P. 932–936. https://doi.org/10.1088/1742-6596/48/1/176
12. Bergues G.J., Canali L., Schurrer C. et al. Electronic interface with vignetting effect reduction for a Nikon 6B/6D autocollimator // IEEE Trans. Instrum. Meas. 2015. V. 64. № 12. P. 3500–3509. https://doi.org/10.1109/TIM.2015.2444263
13. Bergues G.J., Schurrer C., Brambilla N. Uncertainty determination of the set Nikon 6B autocollimator plus visual interface // IEEE Trans. Instrum. Meas. 2018. V. 67. № 5. P. 1058–1064. https://doi.org/10.1109/TIM.2017.2782003
14. Zheng L., Zhang H., Qi E. et al. Characterized environmental influences on autocollimator measurement uncertainty using an extended Allan variance // Optics and Lasers in Engineering. 2024. V. 172. P. 107863. https://doi.org/10.1016/j.optlaseng.2023.107863
15. Shan X., Wang Q., Han J. et al. High-accuracy parallelism measurement of coated cube by dual-autocollimators // Measurement Science and Technology. 2023. V. 34. № 6. P. 065006. https://doi.org/10.1088/1361-6501/acbb94
16. Feng T., Yan J., Liu L. et al. Research on calibration method of MEMS gyroscope mounting error based on large-range autocollimator // IEEE Sensors Journal. 2023. V. 23. № 18. P. 21197–21207. https://doi.org/10.1109/JSEN.2023.3303254
17. Chen H., Chen R., Ma L. et al. Single-image dehazing via depth-guided deep Retinex decomposition // The Visual Computer. 2023. V. 39. № 11. P. 5279–5291. https://doi.org/10.1007/s00371-022-02659-z
18. Shen Y., Hu X., Wang T. et al. CNN-based automated trace editing method using Hough transform // Applied Geophysics. 2023. V. 20. № 3. P. 252–261. https://doi.org/10.1007/s11770-023-1068-1