白光干涉測量技術，也被稱為光學低相干干涉測量技術，使用的是低相干的寬譜光源，例如發光二極管、超輻射發光二極管等。同所有的光學干涉原理一樣，白光干涉同樣是通過觀察干涉圖樣的變化來分析干涉光程差的變化，進而通過各種解調方案實現對待測物理量的測量。采用寬譜光源的優點是由于白光光源的相干長度很小（一般為幾微米到幾十微米之間），所有波長的零級干涉條紋重合于主極大值，即中心條紋，與零光程差的位置對應。中心零級干涉條紋的存在使測量有了一個可靠的位置的參考值，從而只用一個干涉儀即可實現對被測物理量的測量，克服了傳統干涉儀無法實現測量的缺點。同時，相比于其他測量技術,白光干涉測量方法還具有對環境不敏感、抗干擾能力強、測量的動態范圍大、結構簡單和成本低廉等優點。目前，經過幾十年的研究與發展，白光干涉技術在膜厚、壓力、應變、溫度、位移等等測量領域已經得到廣泛的應用。白光干涉膜厚測量技術的研究主要集中在實驗方法的優化和算法的改進上。高速膜厚儀量大從優
由于不同性質和形態的薄膜對系統的測量量程和精度的需求不盡相同，因而多種測量方法各有優缺，難以一概而論。按照薄膜厚度的增加，適用的測量方式分別為橢圓偏振法、分光光度法、共聚焦法和干涉法。對于小于1μm的較薄薄膜，白光干涉輪廓儀的測量精度較低，分光光度法和橢圓偏振法較適合。而對于小于200nm的薄膜，由于透過率曲線缺少峰谷值，橢圓偏振法結果更加可靠。基于白光干涉原理的光學薄膜厚度測量方案目前主要集中于測量透明或者半透明薄膜，通過使用不同的解調技術處理白光干涉的圖樣，得到待測薄膜厚度。本章在詳細研究白光干涉測量技術的常用解調方案、解調原理及其局限性的基礎上，分析得到了常用的基于兩個相鄰干涉峰的白光干涉解調方案不適用于極短光程差測量的結論。在此基礎上，我們提出了基于干涉光譜單峰值波長移動的白光干涉測量解調技術。膜厚儀出廠價白光干涉膜厚測量技術可以對薄膜的厚度、反射率、折射率等光學參數進行測量。
在激光慣性約束核聚變實驗中，靶丸的物性參數和幾何參數是靶丸制備工藝改進和仿真模擬核聚變實驗過程的基礎，因此如何對靶丸多個參數進行高精度、同步、無損的綜合檢測是激光慣性約束核聚變實驗中的關鍵問題。以上各種薄膜厚度及折射率的測量方法各有利弊，但針對本文實驗，仍然無法滿足激光核聚變技術對靶丸參數測量的高要求，靶丸參數測量存在以下問題：不能對靶丸進行破壞性切割測量，否則，被破壞后的靶丸無法用于于下一步工藝處理或者打靶實驗；需要同時測得靶丸的多個參數，不同參數的單獨測量，無法提供靶丸制備和核聚變反應過程中發生的結構變化現象和規律，并且效率低下、沒有統一的測量標準。靶丸屬于自支撐球形薄膜結構，曲面應力大、難展平的特點導致靶丸與基底不能完全貼合，在微區內可看作類薄膜結構。
對同一靶丸相同位置進行白光垂直掃描干涉，建立靶丸的垂直掃描干涉裝置，通過控制光學輪廓儀的運動機構帶動干涉物鏡在垂直方向上的移動，從而測量到光線穿過靶丸后反射到參考鏡與到達基底直接反射回參考鏡的光線之間的光程差，顯然，當一束平行光穿過靶丸后，偏離靶丸中心越遠的光線，測量到的有效壁厚越大，其光程差也越大，但這并不表示靶丸殼層的厚度，存在誤差，穿過靶丸中心的光線測得的光程差才對應靶丸的上、下殼層的厚度。白光干涉膜厚測量技術可以通過對干涉圖像的分析實現對薄膜的形貌測量。
利用包絡線法計算薄膜的光學常數和厚度，但還存在很多不足，包絡線法需要產生干涉波動，要求在測量波段內存在多個干涉極值點，且干涉極值點足夠多，精度才高。理想的包絡線是根據聯合透射曲線的切點建立的，在沒有正確方法建立包絡線時，通常使用拋物線插值法建立，這樣造成的誤差較大。包絡法對測量對象要求高，如果薄膜較薄或厚度不足情況下，會造成干涉條紋減少，干涉波峰個數較少，要利用干涉極值點建立包絡線就越困難，且利用拋物線插值法擬合也很困難，從而降低該方法的準確度。其次，薄膜吸收的強弱也會影響該方法的準確度，對于吸收較強的薄膜，隨干涉條紋減少，極大值與極小值包絡線逐漸匯聚成一條曲線，該方法就不再適用。因此，包絡法適用于膜層較厚且弱吸收的樣品。白光干涉膜厚測量技術可以通過對干涉曲線的分析實現對薄膜的光學參數和厚度分布的聯合測量和分析。高精度膜厚儀制造廠家
白光干涉膜厚測量技術是一種測量薄膜厚度的方法。高速膜厚儀量大從優
與激光光源相比以白光的寬光譜光源由于具有短相干長度的特點使得兩光束只有在光程差極小的情況下才能發生干涉因此不會產生干擾條紋。同時由于白光干涉產生的干涉條紋具有明顯的零光程差位置避免了干涉級次不確定的問題。本文以白光干涉原理為理論基礎對單層透明薄膜厚度測量尤其對厚度小于光源相干長度的薄膜厚度測量進行了研究。首先從白光干涉測量薄膜厚度的原理出發、分別詳細闡述了白光干涉原理和薄膜測厚原理。接著在金相顯微鏡的基礎上構建了垂直型白光掃描系統作為實驗中測試薄膜厚度的儀器并利用白光干涉原理對的位移量進行了標定。高速膜厚儀量大從優