半导体芯片等微纳器件制造过程中，对其形貌进行表征有助于制造工艺评估和缺陷检测。为了获得待测样品完整的信息，通常需要使用明场显微镜、暗场显微镜等进行多种成像模式的联合表征。但目前实现多模式成像常须更改实验装置或使用不同的成像系统，导致获取的多模式图像的视场不同，不利于将多模式成像结果综合起来对待测样品进行全面分析。针对以上问题，提出基于单像素成像原理的多模式显微成像技术。该技术将宽场照明显微镜中的光源替换成结构照明光源，然后将相机每个像素点作为单像素探测器，并利用单像素重建算法得到艾里斑图像。艾里斑图像中不同位置的值代表不同物点发出的不同级次的衍射信号。通过从艾里斑图像中提取不同位置的值，按照相机像素坐标排列，可以重建不同模式的图像。与传统的多模式显微成像方法相比，所提基于单像素成像原理的多模式显微成像技术采用同一套装置和相同的实验数据，重建的多模式图像的视场相同。所提方法为显微成像技术的发展提供了一种全新的思路，有望在微纳器件的离线形貌表征中得到应用。

为了研究精密光学元件表面微弱疵病的散射特性, 基于矢量散射理论和双向反射分布函数, 建立了光学表面微弱疵病的散射理论模型。通过仿真计算了双向反射分布函数随散射角的变化情况, 分析了入射角度、入射光波长以及疵病自身尺寸等因素对疵病散射光特性的影响。基于仿真数据分析, 针对光源参数对散射特性的影响进行仿真分析, 为使用暗场成像法进行精密表面疵病检测的系统参数选择提供理论参考, 疵病检测入射角范围为30°~50°最佳; 在可见光范围内时, 380~500 nm的波长范围更有利于疵病检测。另外还通过研究疵病尺寸发生改变时散射场变化的规律, 为分辨疵病的形状大小等信息提供了参考依据。

镜头内部光学元件存在气泡、杂质和划痕等疵病，会严重影响安防镜头光学系统的成像性能。提出了一种新型安防镜头内部镜片疵病的检测方法。在暗场环境下，分别利用背光灯和环形灯对待测镜头进行照射，再使用物方远心镜头成像到高分辨率CMOS探测器，正面拍摄获取待测镜头的疵病图像。测试结果表明，该系统测量安防镜头疵病准确率为98%，对于工业安防镜头的自动化检测及光学仪器的检测具有一定的指导作用。

针对大口径反射镜表面污染物的成像特点,研究了污染物的暗场检测算法,包括图像采集过程中的自动聚焦算法,图像处理过程中的畸变校正与污染物提取算法等。就自动聚焦算法提出了粗-精结合的峰值搜索策略,并采用Tenengrad函数作为清晰度评价函数,获得了较高的聚焦精度。畸变校正算法在所建畸变模型的基础上,基于标定板角点的射影变换性质,求解畸变模型系数,实现了图像畸变校正,校正结果的方均根误差为3.3092 pixel。污染物提取算法采用顶帽变换去除图像背景,对去除背景的图像采用拉普拉斯算子加权自适应二值化算法提取污染物,该算法针对光照不均的小尺寸污染物图像的处理效果较好,检测结果数量误差为7%,检测精度优于全局阈值算法以及均值算子加权自适应二值化算法。该检测算法可以为反射镜表面洁净状态评估提供技术支撑。

提出了一种基于稀疏矩阵的表面疵病快速拼接方法。该方法采用环形白光光源均匀地照射到被测元件表面,光经显微散射暗场成像系统后形成暗背景下的亮疵病图像。通过对光学元件的x,y方向进行扫描,得到子孔径拼接图像。基于稀疏矩阵和图像拼接,对子孔径图像进行快速拼接,得到全孔径疵病图像。基于最小外接矩形原理,对图像疵病进行识别和分类,最终得到7个光学元件表面疵病划痕,其最大长、宽分别为15.2110 mm和0.0297 mm;麻点有5个,其最大长、宽分别为0.1089 mm和0.0967 mm。将测量得到的划痕宽度与标准划痕宽度进行对比,得到划痕宽度的相对误差范围为-5.00%~5.50%。在此基础上,对实际的光学表面进行检测,得到光学元件表面疵病信息。

利用损伤点之间的位置关系, 根据光学元件损伤暗场图像的特点设计了一种基于连接向量特征匹配的配准方法。该方法首先对基准图像及待配准图像分别进行图像预处理, 提取损伤点轮廓的中心坐标作为损伤点的位置值。然后构建损伤点连接向量, 求出主方向并计算主方向下的连接向量特征, 使用连接向量匹配获得匹配点对, 最后利用RANSAC算法对匹配点对进行仿射变换参数计算。该方法具有旋转不变性, 尺度不变性以及较高的配准准确度。实验对比分析了该方法与SIFT算法的计算效率及配准精度, 结果表明在暗场图像条件下文中方法更有效且为背景单一, 灰度信息较少同时要求较高的配准速度的场景下的图像配准问题提供了解决方案。

指纹携带有人类的特殊信息,是最重要的个体特征之一。快速、清晰的指纹识别和提取对于刑事侦探、公共安全等领域具有重要的意义。金属纳米颗粒在暗场下对光具有强烈的散射作用,本文利用这一散射特性来研究指纹成像。在暗场成像条件下,当指纹和金属纳米颗粒相结合,金属纳米颗粒的散射性能呈现出指纹细节特征。这一特性为指纹的提取提供一种新方法,该方法可实现快速、简单的指纹信息提取,避免了化学方法对指纹细节信息的破坏。

为了实现对树脂镜片的自动检测，建立了图像采集系统。对该系统所采用的设备参数及图像预处理、特征提取、疵病识别等算法进行了研究。首先根据镜片的尺寸和缺陷的检测精度等参数搭建了图像采集系统。其次，通过相机标定完成了图像拼接。然后，对图像进行预处理，提取了疵病的图像。最后，介绍了各种疵病的特征提取及分类算法。实验结果表明：所建系统的检测精度为0.02 mm，疵病种类的识别正确率为96.5%，基本满足镜片质量检测的分类准确、检测标准统一及检测速度快等要求。