物体三维轮廓测量技术是在人工智能产业链的首要环节,作为三维空间与二维空间相互转换的纽带,在无人驾驶汽车,遥感航拍,高精度测量等技术前沿领域得到了广泛的应用。随着当代人们对人工智能领域的不断探究钻研,对物体轮廓测量的精度要求也不断提高,因各行业对测量的环境,对象,精度都不尽相同,需要轮廓测量技术灵活适用于多种材料测量。光学零件包括各种透镜,反射镜等,适用于航空航天、生物医学、工业建筑、微电子、光学仪器测量、纳米工艺技术等行业,一直在人们生活中扮演着不可替代的重要角色。随着光学零件用途越来越广泛,对高精度光学器件的测量同样具有深远意义。而当前波数扫描轮廓测量主要应用于复合材料的测量,对高精度光学零件的平面度或曲面轮廓乏善可陈,且当前波数扫描测量算法在解调干涉数据易产生频谱信号混叠的问题。基于此,本论文提出使用玻璃载片和光学平凹透镜作为实验样品,完整的搭建了一套三维轮廓测量系统,完成对三维轮廓测量系统中相机的标定工作,提出基于频谱分离最小二乘法,并通过实验数据确认该算法在频谱分离上的效果。通过实际测量复合玻璃载片厚度数据与平凹透镜轮廓测量数据进行综合比较,确认频谱分离最小二乘法在物体轮廓测量的优异性。在三维轮廓测量系统中,通过参考光楔监测激光器的输出波长线性度,CCD相机连续拍摄N张光楔与光学零件的干涉条纹图片,通过沿着时间轴方向对干涉图片每个像素点进行二维傅里叶变换,到频域中提取各个表面的干涉相位及光强信息,最后利用解卷绕方法提取相位信息并还原样品的表面三维轮廓信息。参考前人的科研成果,并针对现有波数扫描轮廓还原理论存在的问题,本人做了如下的的研究工作:(1)为精确测量光学测量系统的轮廓还原精度,实验样本使用表面光滑且透光性好的玻璃载片和平凹透镜,在麦克尔逊干涉仪原理基础上,改进光学测量系统,并设计了一套基于频谱分离最小二乘法算法的表面三维轮廓测量系统,并通过实验数据进行横向对比分析。(2)对装载远心镜头的CCD相机进行标定,推导像素坐标系的分辨率。并通过多组实验数据分析标定模型的标定偏差量。(3)根据信号分离理论,提出一种新的频谱分离算法:频谱分离最小二乘法,用于解决干涉表面光程差过小而引起的轮廓还原精度低的问题,并通过复合玻璃载片和平凹透镜的实际测量数据验证了该算法的优异性。