-
-
公开(公告)号：CN110031471B
公开(公告)日：2020-06-16
申请号：CN201910414436.8
申请日：2019-05-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉表面缺陷检测领域，具体涉及一种大口径光学元件表面缺陷增长分析方法、系统、装置，旨在解决精密光学元件缺陷信息的追溯缺少依据的问题。本系统方法包括获取光学元件t时刻表面缺陷图像及缺陷信息Db和t+1时刻表面缺陷图像及缺陷信息Df；选取光学元件t时刻的基准点O1和角度A1，利用模板匹配获取t+1时刻O1的匹配点O2和角度A2；以匹配点O2为基准，将Db转换为转换缺陷信息Dbc；将转换缺陷信息Dbc和缺陷信息Df进行匹配，若匹配结果大于设定阈值，判定为同一缺陷，否则重新获取缺陷图像；判定为同一缺陷的，根据Dbc和Df中缺陷等效长度变化，获取光学元件缺陷增长情况。本发明准确实现大口径光学元件表面缺陷检测的增长分析，为精密光学元件缺陷信息追溯提供依据。
-
公开(公告)号：CN110706224A
公开(公告)日：2020-01-17
申请号：CN201910955032.X
申请日：2019-10-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉检测领域，具体涉及一种基于暗场图像的光学元件弱划痕检测方法、系统和装置，旨在为了解决现有技术对于深度较浅成像暗的弱划痕无法完成检测问题。本发明通过图像采集装置获取待检测光学元件的暗场图像；以设定大小的窗口作为遍历窗口在待检测图像中进行遍历，基于遍历窗口中灰度值小于作为遍历窗口中心点的像素的灰度值的像素数量对各像素灰度值进行更新；通过空域滤波获取第三图像组，将弱划痕图像的像素位置信息作为弱划痕检测结果输出。本发明能够增强划痕与背景的差异，从而通过判断即可检测出与背景灰度接近的弱划痕；在灰度值更新和空域滤波基础上，通过编码—解码卷积神经网络还可以实现弱划痕的自动化提取。
-
公开(公告)号：CN110031471A
公开(公告)日：2019-07-19
申请号：CN201910414436.8
申请日：2019-05-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉表面缺陷检测领域，具体涉及一种大口径光学元件表面缺陷增长分析方法、系统、装置，旨在解决精密光学元件缺陷信息的追溯缺少依据的问题。本系统方法包括获取光学元件t时刻表面缺陷图像及缺陷信息Db和t+1时刻表面缺陷图像及缺陷信息Df；选取光学元件t时刻的基准点O1和角度A1，利用模板匹配获取t+1时刻O1的匹配点O2和角度A2；以匹配点O2为基准，将Db转换为转换缺陷信息Dbc；将转换缺陷信息Dbc和缺陷信息Df进行匹配，若匹配结果大于设定阈值，判定为同一缺陷，否则重新获取缺陷图像；判定为同一缺陷的，根据Dbc和Df中缺陷等效长度变化，获取光学元件缺陷增长情况。本发明准确实现大口径光学元件表面缺陷检测的增长分析，为精密光学元件缺陷信息追溯提供依据。
-
-
-
Search Results
4
records
(took 0.03 seconds)
