1.一种多曝光散射信号融合的表面粗糙度测量方法，其特征在于：由激光器发出的光经过会聚透镜、光阑和会聚透镜后形成会聚光，入射到超光滑光学元件表面，经过超光滑光学元件表面反射后形成反射光，进入CCD，同时，反射光附近区域的散射光也进入CCD，对同一位置处采集不同曝光时间的图像，使远离反射光束和靠近反射光束的地方都具有高的分辨率；通过区域特性量测的图像融合算法对不同曝光时间的散射分布图像进行融合，形成具有大动态范围的散射分布图像，之后建立了散射分布图像与表面粗糙度之间的关系模型，最后通过计算得到被测超光滑光学元件表面的粗糙度值；

所述的区域特性量测的图像融合算法的步骤为：1)CCD采集超光滑光学元件表面的五幅散射分布图，五幅散射分布图为RGB图像，将其转化为HIS图像，HIS图像中H表示色度，I表示亮度，S表示饱和度，散射分布图中散射光的强弱用I分量表示；曝光时间范围为10μs‑

419000μs，均匀采集图像；

2)融合过程中最佳小波分解层数的选取：最佳小波分解层数的选取以未经处理的五幅HIS图像的熵差为基准，选择熵差最接近未处理HIS图像熵差的分层数，此处的熵均是基于I分量的熵；

3)分解层数确定之后，对五幅不同曝光时间的图像分别进行小波分解，小波分解L层，得到L个低频分量即近似分量，3L个高频分量即细节分量；

4)近似分量采用加权平均进行融合，细节分量采用基于区域特性量测的规则进行融合，将图像匹配度与设定阈值进行比较，若匹配度大于阈值，采用加权平均的融合方法；若匹配度小于阈值，则选取局部区域能量较大的小波系数作为融合图像的小波系数；

5)各层子图进行小波逆变换，获得融合图像；融合得到的散射分布图像具有高动态范围，且能很好的反应超光滑光学元件表面散射光信息；

被测表面的散射分布与表面粗糙度之间的关系模型建立如下：

1)ARS，即角分布散射的计算：融合后的散射分布图可用双向散射分布函数，即BSDF表示，BSDF是指一束光线入射到样品表面而产生的散射现象，BSDF用图片的灰度值及亮度值表示；角分布散射是入射光功率、探测器立体角及散射光功率的函数，用双向散射分布函数与散射角表示，其中散射角用CCD距标准件的水平距离与竖直距离的正切值表示，由此根据双向散射分布函数，可推导出角分布散射：ARS＝BSDFcosθs

其中，θs为散射角；

2)PSD，即功率谱密度的计算：功率谱密度即功率随频率变化的函数，根据角分布散射可推导出功率谱密度：

其中，θi为入射角，Q为光学因子；

3)、表面粗糙度的计算：已知标准件的频率大小f，根据功率谱密度推导出δ，即均方根粗糙度：