CN113970560B - 一种基于多传感融合的缺陷三维检测方法 - Google Patents
一种基于多传感融合的缺陷三维检测方法 Download PDFInfo
- Publication number
- CN113970560B CN113970560B CN202111265665.1A CN202111265665A CN113970560B CN 113970560 B CN113970560 B CN 113970560B CN 202111265665 A CN202111265665 A CN 202111265665A CN 113970560 B CN113970560 B CN 113970560B
- Authority
- CN
- China
- Prior art keywords
- defect
- dimensional
- image
- optical element
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 230000004927 fusion Effects 0.000 title claims abstract description 22
- 230000003287 optical effect Effects 0.000 claims abstract description 52
- 238000003384 imaging method Methods 0.000 claims abstract description 35
- 238000005305 interferometry Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 239000011295 pitch Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于多传感融合的缺陷三维检测方法,该方法包括以下步骤:1)使用显微成像头对光学元件表面缺陷进行二维检测,获取缺陷二维尺寸数据并定位缺陷位置;2)根据缺陷定位结果,使用白光干涉测量头对缺陷对应区域进行深度检测;3)将缺陷二维尺寸数据和缺陷深度数据进行融合,从而重构出光学元件表面缺陷三维形貌。本发明采用显微成像与白光干涉测量相结合的方式进行光学元件表面缺陷三维检测,在兼顾检测精度的同时又保证了检测效率,最终实现了光学元件表面缺陷的三维检测。
Description
技术领域
本发明涉及缺陷三维检测的技术领域,具体涉及一种基于多传感融合的缺陷三维检测方法。
背景技术
随着先进光学制造技术的不断发展,高精密光学元件在各类光学系统中的应用范围越来越广。作为评价光学元件加工质量的重要评价指标之一,光学元件表面缺陷在成像光学系统中可引起杂散光、降低成像对比度;在激光通信系统中可降低信噪比。
目前,主要采用人工目视对比法和成像检测法结合相应的缺陷检测标准进行光学元件表面缺陷检测。其中,人工目视对比法受检测人员的主观影响较大,检测结果难以量化,而成像检测法可通过图像处理技术进行表面缺陷的量化评估,但无法对缺陷的深浅进行判断。
发明内容
本发明的目的是为了克服现有技术所存在的不足,本发明基于成像检测法,提出了一种基于多传感融合的缺陷三维检测方法,该方法在使用显微成像头对光学元件表面缺陷进行二维检测的基础上,根据缺陷定位标记结果,使用白光干涉测量头对缺陷位置进行高精度干涉检测,从而获取缺陷深度数据,进而完成光学元件表面缺陷的三维检测。
本发明采用的技术方案为:一种基于多传感融合的缺陷三维检测方法,采用多传感融合的方式实现了光学元件表面缺陷的三维检测,其具体步骤是:
步骤1:初始化光学元件表面缺陷检测装置,初始化光学元件表面缺陷检测装置,该装置包括整体框架、检测系统和运动系统,整体框架包含底座及位于底座上框架结构,检测系统吊装在整体框架上方,检测系统包含显微成像头、显微成像头配套照明光源、白光干涉测量头和白光干涉测量头配套照明光源,运动系统装配在整体框架的底座上,运动系统包含X、Y、Z方向的运动结构及位于X、Y、Z方向的运动结构上的倾斜调节结构以及位于倾斜调节结构上的检测平台;在初始化检测装置时,检测系统启动并处于待机状态,运动系统启动并回归零位,随后将光学元件放置于检测平台上;
步骤2:使用显微成像头对待测光学元件表面进行扫描成像,从而获取待测光学元件表面缺陷的二维灰度图像。
步骤3:对步骤2得到的二维灰度图像进行二值化处理,具体处理方法为:
式中,img0为显微成像头采集到的二维灰度图像;img1为二值化处理后的图像;(m,n)表示图像中的任意像素坐标位置;threshold为判定阈值;当img0(m,n)≥threshold时有img0(m,n)=255,表明(m,n)对应的像素位置存在缺陷。
步骤4:找出二值化图像img1中所有值为255的像素区域,该区域即为光学元件表面缺陷对应的像素位置,从而换算出各像素位置对应的几何位置:
式中,(pixm,pixn)表示所有表面缺陷对应的像素位置集合;(x’,y’)表示所有缺陷对应的几何位置集合;deltx,delty分别表示X和Y方向的像素间距。由此得到缺陷定位结果,且单个缺陷通常对应于多个紧密相连的像素点。同理,二值化图像img1(m,n)可转换成二维几何坐标形式:
img2(x,y)=img1(f(m,deltx),f(n,delty))
式中,x、y表示二维平面上的空间坐标;img2(x,y)表示几何坐标形式下的二值化图像。
步骤5:根据缺陷定位结果,将白光干涉测量头移动到相应位置并对缺陷位置进行干涉成像,从而得到光学元件表面局部位置的深度数据。
步骤6:针对光学元件表面的任意一个缺陷,其在上述显微成像过程中对应的二值化图像形状用A1表示,其在上述白光干涉测量中对应的深度数据用B1表示,B1在二维检测平面上的投影用C1表示,通过寻找A1与C1中相同的特征点,进行特征点匹配,以A1作为基础,通过变换C1实现A1与C1间的图像配准,配准后的C1表示为C’1,即有:
C′1(x,y)=g1(C1(x,y)) (3)
式中,x、y表示二维平面上的空间坐标,g1表示C1与C’1在二维平面上的变换关系。根据该变换关系,对深度数据B1进行图像配准:
式中,zi表示缺陷在深度方向上的坐标。
步骤7:对上述二值化图像和配准后的三维数据进行数据融合,从而得到被测光学元件表面缺陷的三维数据S(x,y,z):
式中,x、y表示二维平面上的空间坐标,zi表示缺陷在深度方向上的坐标;Bj’表示第j个进行图像配准后的缺陷深度数据;img2(x,y)表示几何坐标形式下的二值化图像。
由此,实现了一种基于多传感融合的缺陷三维检测。
进一步地,在步骤2所述使用显微成像头对待测光学元件表面进行扫描成像的过程中,可以使用图像拼接算法扩展检测范围,实现大口径光学元件表面缺陷的扫描拼接成像。
进一步地,在步骤3所述对二维灰度图像进行二值化处理的过程中,可以使用全局阈值、自适应阈值分割、Otsu算法进行二维灰度图像的二值化处理,以提高图像二值化处理效果。
本发明与现有技术相比的优点在于:
(1)本发明可同时实现光学元件表面缺陷的二维数据采集和三维数据采集;
(2)本发明基于二维显微成像测量头和三维白光干涉测量头的协同工作,相对于现有的单一的二维缺陷测量系统,可实现更多维度的缺陷数据采集,相对于现有的单一的三维缺陷测量系统,可借助本发明的二维测量头快速检测判断缺陷位置再驱动三维测量头对缺陷位置进行精确扫描从而提高检测效率;
(3)本发明基于采集到的二维、三维数据,通过数据融合处理,可实现光学元件表面缺陷的精准识别和三维精确定位。
附图说明
图1是本发明提出的一种基于多传感融合的缺陷三维检测方法的流程图;
图2是实施例中基于多传感融合的缺陷三维检测装置示意图,其中,1为显微成像头,2为显微成像头配套照明光源,3为白光干涉测量头,4为白光干涉测量头配套照明光源,5为待测光学元件,6为框架结构,7为底座;
图3是实施例中所述待测光学元件全表面二值化缺陷图像;
图4是实施例中单个缺陷的图像配准示意图,11为光学元件全表面二值化缺陷图像,12为单个麻点对应的二值化图像,13为数据配准前单个麻点对应的深度数据,14为单个麻点深度数据在二维平面上的投影,15为深度数据配准结果;
图5是实施例中通过数据融合最终得到的光学元件表面缺陷三维图像。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明,有必要指出的是所述实施例只是用于对本发明的进一步描述,而并不意味着是对本发明保护范围的任何限定。
本发明提出的一种基于多传感融合的缺陷三维检测方法,其实现流程如图1所示。具体包含以下步骤:
第一步,初始化光学元件表面缺陷检测装置,如图2所示,该装置包括整体框架、检测系统和运动系统,整体框架包含底座7及位于底座7上框架结构6,检测系统吊装在整体框架上方,检测系统包含显微成像头1、显微成像头配套照明光源2、白光干涉测量头3和白光干涉测量头配套照明光源4,运动系统装配在整体框架的底座7上,运动系统包含X、Y、Z方向的运动结构及位于X、Y、Z方向的运动结构上的倾斜调节结构以及位于倾斜调节结构上的检测平台。在初始化检测装置时,检测系统启动并处于待机状态,运动系统启动并回归零位,随后将光学元件放置于检测平台上;
第二步,使用显微成像头进行缺陷图像采集,并对采集图像进行二值化处理,通过移动显微成像头实现光学元件表面各个位置的缺陷图像采集,结合图像拼接技术得到完整的光学元件全表面二值化缺陷图像;
第三步,针对拼接得到的光学元件全表面二值化缺陷图像,使用缺陷识别算法定位出各缺陷对应的位置;
第四步,根据缺陷定位结果,移动白光干涉测量头对缺陷位置进行深度数据采集,并结合相应的二值化图像进行图像数据配准;
第五步,将光学元件全表面二值化缺陷图像与配准后的缺陷深度数据进行数据融合,从而得到所述光学元件表面的缺陷三维检测结果。
实施例:
本实施例结合图2到图5,对本发明的具体实施方式进行举例说明。
首先,在初始化光学元件表面缺陷检测装置后,将待测光学元件放置于检测平台上;
检测开始,使用显微成像头1对待测光学元件5表面进行扫描成像,经过二值化处理和图像拼接后,得到待测光学元件5全表面二值化缺陷图像,如图3所示。在此基础上,对图3所示二值化缺陷图像进行缺陷识别,从而标记出各缺陷对应的位置。
根据各缺陷对应的位置,使用白光干涉测量头3对缺陷位置进行干涉测量,得到各缺陷对应的深度数据。随后,根据二值化缺陷图像与缺陷深度数据进行数据配准。以单个麻点缺陷为例,如图4所示。包括:光学元件全表面二值化缺陷图像11,单个麻点对应的二值化图像12,数据配准前单个麻点对应的深度数据13,单个麻点深度数据在二维平面上的投影14,深度数据配准结果15。该麻点缺陷对应的二值化缺陷图像与白光干涉测量得到的深度数据在二维平面上的投影之间存在一定的位置误差,因此需要进行数据配准。在配准过程中,以该麻点的二值化图像为基准,通过特征识别算法找出所述二值化图像与所述投影图像间的共同特征点,并根据尺度不变原则对所述深度数据进行坐标变换,从而实现所述数据配准过程。
最后,将图3所示光学元件全表面二值化缺陷图像与数据配准后的缺陷深度数据进行数据融合,从而得到最终的光学元件缺陷三维检测结果,如图5所示。由此,实现了一种基于多传感融合的缺陷三维检测。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (3)
1.一种基于多传感融合的缺陷三维检测方法,其特征在于,采用多传感融合的方式实现了光学元件表面缺陷的三维检测,其具体步骤是:
步骤1:初始化光学元件表面缺陷检测装置,该装置包括整体框架、检测系统和运动系统,整体框架包含底座(7)及位于底座(7)上框架结构(6),检测系统吊装在整体框架上方,检测系统包含显微成像头(1)、显微成像头配套照明光源(2)、白光干涉测量头(3)和白光干涉测量头配套照明光源(4),运动系统装配在整体框架的底座(7)上,运动系统包含X、Y、Z方向的运动结构及位于X、Y、Z方向的运动结构上的倾斜调节结构以及位于倾斜调节结构上的检测平台;在初始化检测装置时,检测系统启动并处于待机状态,运动系统启动并回归零位,随后将光学元件放置于检测平台上;
步骤2:使用显微成像头对待测光学元件表面进行扫描成像,从而获取待测光学元件表面缺陷的二维灰度图像;
步骤3:对步骤2得到的二维灰度图像进行二值化处理,具体处理方法为:
式中,img0为显微成像头采集到的二维灰度图像;img1为二值化处理后的图像;(m,n)表示图像中的任意像素坐标位置;threshold为判定阈值;当img0(m,n)≥threshold时有img0(m,n)=255,表明(m,n)对应的像素位置存在缺陷;
步骤4:找出二值化图像img1中所有值为255的像素区域,该区域即为光学元件表面缺陷对应的像素位置,从而换算出各像素位置对应的几何位置:
式中,(pixm,pixn)表示所有表面缺陷对应的像素位置集合;(x’,y’)表示所有缺陷对应的几何位置集合;deltx,delty分别表示X和Y方向的像素间距;由此得到缺陷定位结果,且单个缺陷通常对应于多个紧密相连的像素点;同理,二值化图像img1(m,n)可转换成二维几何坐标形式:
img2(x,y)=img1(f(m,deltx),f(n,delty))
式中,x、y表示二维平面上的空间坐标;img2(x,y)表示几何坐标形式下的二值化图像;
步骤5:根据缺陷定位结果,将白光干涉测量头移动到相应位置并对缺陷位置进行干涉成像,从而得到光学元件表面局部位置的深度数据;
步骤6:针对光学元件表面的任意一个缺陷,其在上述显微成像过程中对应的二值化图像形状用A1表示,其在上述白光干涉测量中对应的深度数据用B1表示,B1在二维检测平面上的投影用C1表示,通过寻找A1与C1中相同的特征点,进行特征点匹配,以A1作为基础,通过变换C1实现A1与C1间的图像配准,配准后的C1表示为C’1,即有:
C′1(x,y)=g1(C1(x,y)) (3)
式中,x、y表示二维平面上的空间坐标,g1表示C1与C’1在二维平面上的变换关系,根据该变换关系,对深度数据B1进行图像配准:
式中,zi表示缺陷在深度方向上的坐标;
步骤7:对上述二值化图像和配准后的三维数据进行数据融合,从而得到被测光学元件表面缺陷的三维数据S(x,y,z):
式中,x、y表示二维平面上的空间坐标,zi表示缺陷在深度方向上的坐标;Bj’表示第j个进行图像配准后的缺陷深度数据;img2(x,y)表示几何坐标形式下的二值化图像;
由此,实现了一种基于多传感融合的缺陷三维检测方法。
2.根据权利要求1所述的一种基于多传感融合的缺陷三维检测方法,其特征在于,在步骤2所述使用显微成像头对待测光学元件表面进行扫描成像的过程中,可以使用图像拼接算法扩展检测范围,实现大口径光学元件表面缺陷的扫描拼接成像。
3.根据权利要求1所述的一种基于多传感融合的缺陷三维检测方法,其特征在于,在步骤3所述对二维灰度图像进行二值化处理的过程中,可以使用全局阈值、自适应阈值分割、Otsu算法进行二维灰度图像的二值化处理,以提高图像二值化处理效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111265665.1A CN113970560B (zh) | 2021-10-28 | 2021-10-28 | 一种基于多传感融合的缺陷三维检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111265665.1A CN113970560B (zh) | 2021-10-28 | 2021-10-28 | 一种基于多传感融合的缺陷三维检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113970560A CN113970560A (zh) | 2022-01-25 |
CN113970560B true CN113970560B (zh) | 2023-05-30 |
Family
ID=79588876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111265665.1A Active CN113970560B (zh) | 2021-10-28 | 2021-10-28 | 一种基于多传感融合的缺陷三维检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113970560B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117059512B (zh) * | 2023-10-13 | 2024-01-26 | 苏州瑞霏光电科技有限公司 | 一种晶圆的三维表面微观测量方法及系统 |
CN117630010B (zh) * | 2023-11-27 | 2024-10-22 | 中国核动力研究设计院 | 一种金属板材表面缺陷三维精密检测方法、组件及系统 |
CN117934466B (zh) * | 2024-03-21 | 2024-06-04 | 上海渺知科技有限公司 | 一种三维模型辅助电磁光融合成像金属结构检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5923430A (en) * | 1993-06-17 | 1999-07-13 | Ultrapointe Corporation | Method for characterizing defects on semiconductor wafers |
CN104792793A (zh) * | 2015-04-28 | 2015-07-22 | 刘凯 | 光学缺陷检测方法和系统 |
CN105092607A (zh) * | 2015-08-27 | 2015-11-25 | 浙江大学 | 球面光学元件表面缺陷评价方法 |
CN106643559A (zh) * | 2017-03-06 | 2017-05-10 | 中国科学院光电技术研究所 | 一种基于混合干涉条纹的白光显微干涉形貌重建方法 |
CN106680288A (zh) * | 2017-01-03 | 2017-05-17 | 京东方科技集团股份有限公司 | 一种研磨设备及研磨方法 |
KR20190036584A (ko) * | 2017-09-28 | 2019-04-05 | 주식회사 지디텍 | 구상화율 및 경도 측정용 광학장치 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7158235B2 (en) * | 2001-12-05 | 2007-01-02 | Rudolph Technologies, Inc. | System and method for inspection using white light interferometry |
JP2012202862A (ja) * | 2011-03-25 | 2012-10-22 | Toshiba Corp | パターン検査装置およびパターン検査方法 |
-
2021
- 2021-10-28 CN CN202111265665.1A patent/CN113970560B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5923430A (en) * | 1993-06-17 | 1999-07-13 | Ultrapointe Corporation | Method for characterizing defects on semiconductor wafers |
CN104792793A (zh) * | 2015-04-28 | 2015-07-22 | 刘凯 | 光学缺陷检测方法和系统 |
CN105092607A (zh) * | 2015-08-27 | 2015-11-25 | 浙江大学 | 球面光学元件表面缺陷评价方法 |
CN106680288A (zh) * | 2017-01-03 | 2017-05-17 | 京东方科技集团股份有限公司 | 一种研磨设备及研磨方法 |
CN106643559A (zh) * | 2017-03-06 | 2017-05-10 | 中国科学院光电技术研究所 | 一种基于混合干涉条纹的白光显微干涉形貌重建方法 |
KR20190036584A (ko) * | 2017-09-28 | 2019-04-05 | 주식회사 지디텍 | 구상화율 및 경도 측정용 광학장치 |
Non-Patent Citations (3)
Title |
---|
Leong-Hoi,A.Detection of detects in a transparents polymer with high resolution tomography using white light scanning interferometry.《VIDEOMETRICS,RANGE IMAGING,AND APPLICATIONS XIII》.2017,全文. * |
吴凡.基于暗场散射的精密表面微小缺陷检测能力提升技术研究.《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》.2021,(第undefined期),全文. * |
张健浦 ; 孙焕宇 ; 王狮凌 ; 黄进 ; 周晓燕 ; 王凤蕊 ; 刘红婕 ; 刘东 ; .熔融石英光学元件亚表面缺陷三维重构技术.光学学报.2019,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113970560A (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN107014294B (zh) | 一种基于红外图像的接触网几何参数检测方法及系统 | |
CN105783723B (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
US8731274B2 (en) | Method and system for wafer registration | |
CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
CN109752392A (zh) | 一种pcb板缺陷类型检测系统和方法 | |
JP5806786B1 (ja) | 画像認識装置 | |
CN113324478A (zh) | 一种线结构光的中心提取方法及锻件三维测量方法 | |
JP2021168143A (ja) | ビジョンシステムで画像内のプローブを効率的に採点するためのシステム及び方法 | |
CN111127417B (zh) | 一种基于sift特征匹配和改进ssd算法的印刷缺陷检测方法 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN113034474A (zh) | 一种oled显示器晶圆图的测试方法 | |
CN110390677A (zh) | 一种基于滑动自匹配的缺陷定位方法及系统 | |
CN111160477B (zh) | 一种基于特征点检测的图像模板匹配方法 | |
CN110334727B (zh) | 一种隧道裂缝智能匹配检测方法 | |
CN115953550A (zh) | 针对线结构光扫描的点云离群点剔除系统及方法 | |
CN114037682A (zh) | 一种光学元件表面疵病二维自动检测方法 | |
CN117456195A (zh) | 基于深度融合的异常图像识别方法及系统 | |
CN111724445A (zh) | 一种大视野小尺寸识别码的识别方法及系统 | |
CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测系统及方法 | |
CN111415378B (zh) | 用于汽车玻璃检测的图像配准方法及汽车玻璃检测方法 | |
CN114688969A (zh) | 一种光学镜片尺寸检测装置及方法 | |
CN114964032B (zh) | 基于机器视觉的盲孔深度测量方法及装置 | |
CN118506338A (zh) | 一种基于深度学习的电子器件印刷字符识别检测方法 | |
Zhang et al. | Automatic optical defect inspection and dimension measurement of drill bit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |