韧窝断口表面微观形貌的特征信息对于断裂形成机理的研究具有重要价值,因此人们越来越重视其表面微观形貌的定量检测分析。在白光扫描干涉系统的测量过程中,由于韧窝断口表面物理状况恶劣,表面光学反射率极低及分布不均匀,造成干涉检测信号极其微弱,相应的凸显出了噪声对表面微观形貌检测影响的严重性;由于光电器件、光电转换过程以及环境等因素的影响,实验中采集到的白光干涉信号会含有多种复杂的随机噪声,造成很大的重建误差,因此,白光干涉信号前期的预处理工作显得尤其重要。本文首先设计了基于MFC编程技术的PZT扫描与CCD图像采集联合控制系统;其次,通过分析其表面微观形貌的统计特征参数,采用蒙特卡罗模拟方法对韧窝断口表面的白光干涉检测信号进行仿真模拟,获取二维干涉数据的先验模型;最后,论文提出了一种新的基于贝叶斯估计的自适应小波阈值的去噪算法,结合拉普拉斯分布的噪声模型,根据韧窝断口表面的白光干涉信号求取含噪声的信号方差σy2,根据蒙特卡罗模拟先验模型的灰度概率密度分布函数求取不含噪声的信号方差σx2,由此求出噪声方差σ2,最终求出小波软阈值T,从而实现了原始系列二维白光干涉数据的去噪,同时,应用改进的空间频域算法对韧窝断口表面微观形貌进行了三维重建,并采用二维剖面图法与原始韧窝断口表面形貌数据进行了对比与分析。实验结果表明:本文设计的联合控制系统,实现了干涉图像的自动化采集,显著提高了数据的采集效率和质量;蒙特卡罗模拟获得的韧窝断口干涉仿真数据符合拉普拉斯分布,在其位置参数μ为118.84处,尺度参数σ为1.219;基于贝叶斯估计的自适应小波阈值去噪算法不仅改善了二维白光干涉图像的视觉效果,而且去噪后干涉图像的峰值信噪比较原来提高了48.4891dB,保留了白光干涉信号的细节信息和边缘信息。