CN105717135A - 一种基于高光谱成像的监控激光清洗进程的方法 - Google Patents

一种基于高光谱成像的监控激光清洗进程的方法 Download PDF

Info

Publication number
CN105717135A
CN105717135A CN201510771396.4A CN201510771396A CN105717135A CN 105717135 A CN105717135 A CN 105717135A CN 201510771396 A CN201510771396 A CN 201510771396A CN 105717135 A CN105717135 A CN 105717135A
Authority
CN
China
Prior art keywords
cleaning process
spectrum image
image
laser cleaning
lambda
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.)
Pending
Application number
CN201510771396.4A
Other languages
English (en)
Inventor
宋峰
宛文顺
郑颖
冯鸣
刘丽飒
王欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nankai University
Original Assignee
Nankai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nankai University filed Critical Nankai University
Priority to CN201510771396.4A priority Critical patent/CN105717135A/zh
Publication of CN105717135A publication Critical patent/CN105717135A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust

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)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种基于高光谱成像的监控激光清洗进程的方法,其特征在于包括以下步骤:(1)获得基质及污染物的高光谱数据及图像;(2)采集清洗过程中监测的高光谱数据;(3)处理所获得高光谱数据;(4)处理数据实时反映清洗进程。本发明用于快速、准确地监测激光清洗的效果,有利于激光清洗过程的控制,实现精确的清洗过程。

Description

一种基于高光谱成像的监控激光清洗进程的方法
技术领域
本发明属于激光清洗领域,尤其涉及一种智能判断激光清洗进程及效果的方法。
背景技术
在激光清洗中,基质间和待处理表面的材质,组分不同,造成处理时可能需要激光输出不同的参数,扫描次数也不相同。如专利申请号为201110415300.2的发明专利,虽然提出了大功率激光器清洗的方法,但未对清洗过程进行监控,容易对清洗对象造成损伤。而常用的监测方法有光学成像法、表面特征量测量法、振动信号测量法、荧光光谱法和等离子体光谱法等。但现有的具有通用性的监测方式只有光学成像法一种,其它监测方式都有其适用对象和局限性。如专利申请号为201210582928.6的发明专利,提出了用色度来区分清洗对象的污染层和基质层,这需要操作者对激光清洗污物的特点较为熟悉,对于污染层杂质和基层颜色相近的清洗,例如某些石质文物的清洗,无法有效判断,不利于设备向智能化方向发展。
发明内容
本发明的目的在于使用高光谱成像技术判断激光清洗进程的方法,本发明可以快速无损伤的提供激光清洗实时情况,对清洗进程有清晰明确的结果。
未达到上述目的,本发明的技术方案是:
1)将基质和表面待处理物质置于高光谱监测系统中,获取它们的高光谱图像;
2)将清洗中的样品同样放在相同条件下的高光谱监测系统中,得到清洗过程中样品的高光谱图像;
3)将所得的高光谱数据及图像进行处理;
4)利用下述公式(1)对上述图像进行处理,得到不同波长下反射率的校正比值:
CL ( λ ) = RT ( λ ) - RC ( λ ) RG ( λ ) - RC ( λ ) , - - - ( 1 )
其中,CL(λ)为某一波长对应的反射率校正比值,RT(λ)、RC(λ)和RG(λ)分别是清洗内区域的发射率、表面待处理物质的反射率和原始基质的反射率,当CL(λ)≥90%时判断该区域内被清洗干净,输出相应的数据。
所述步骤1)中的基质可以是金属,此时表面待处理物质是表面污染物、油漆或锈迹,基质也可以是石料,此时表面待处理物质为表面沉积物或青苔。
所述步骤2)中清洗中的样品也置于上述步骤中高光谱监控中,保证测试条件与步骤(1)中测试条件相同。
所述步骤3)中高光谱数据及图像的处理包括白板校正、暗电流校正和噪声去除的步骤。
所述的白板校正使用的是平场域纠正法,使用高光谱成像仪扫描反射率为99.99%的白色标准校正板后得到全白的的高光谱图像,通过公式(2)将图像中每一像素定标为反射率,公式(2)如下:
本发明的有益效果:利用光线下不同物质在各个波长上的反射率不同的特性,实时检查各个观测点上的清洗情况,完成自动判断清洗效果的目的,保护了清洗过程中可能产生的清洗不干净及过清洗现象,有助于激光清洗向智能方向的发展,且计算简单,精度高。
附图说明
图1:方法流程图。
图2:装置示意图。
图3:高光谱数据示意图。
图中各附图标记含义为:1.激光器装置,2.控制系统装置,3.光学系统装置,4.清洗样品,5.高光谱采集装置,6.光源装置,7.高光谱数据处理装置。
具体实施方式
如图1中所示,本实施例的一种基于高光谱成像监控激光清洗过程的方法,包括如下步骤:
(1)获取基质和表面处理物质的高光谱图像:
将待处理样品和基质同样放在光源下获取其光谱数据及图像,储存在光谱仪自带的数据库中,以便后续操作。
(2)获取清洗中样品的高光谱图像:
将清洗中的样品也置于上述步骤中高光谱监控中,保证测试条件与步骤(1)中测试条件相同,从而保持一致性。
(3)将得到的高光谱图像进行预处理:
预处理有白板校正、暗电流校正和噪声去除等步骤。
先使用平场域纠正法对采集到的高光谱数据进行白板校正,使用高光谱成像仪扫描白色标准校正板(反射率99.99%)后得到全白的高光谱图像,通过公式将图像中每一像素定标为反射率,公式如下:
然后将高光谱数据及图像进行暗电流校正,去除光谱图中仪器暗电流对结果的影响。
最后对高光谱数据及图像进行噪声去除操作。
(4)利用下述公式对上述预处理的图像进行处理,得到不同波长下反射率的校正比值:
CL ( λ ) = RT ( λ ) - RC ( λ ) RG ( λ ) - RC ( λ )
其中,CL(λ)为某一波长对应的反射率校正比值,RT(λ)、RC(λ)和RG(λ)分别是清洗内区域的发射率、表面待处理物质的反射率和原始基质的反射率,当CL(λ)≥90%时判断该区域内被清洗干净,输出相应的数据。当CL(λ)不满足要求时,清洗次数加1,继续清洗。
如图2所示,在具体的激光清洗中,控制系统控制激光器装置和控制光学系统装置对输出的激光进行优化,最后激光辐射在清洗样品上,此时光源装置发出光源照射在清洗样品上,高光谱采集装置对样品采集数据并传输给高光谱数据处理装置进行处理,反馈给控制系统装置,做出相应的操作。
如图3所示,由其中的光谱可以看出清洗中的样品的反射率规律基本接近基质,表明清洗是有效的,但反射率没有达到要求,需继续清洗。

Claims (6)

1.一种基于高光谱成像的监控激光清洗进程的方法,其特征在于包括以下步骤:
1)将基质和表面待处理物质置于高光谱监测系统中,获取它们的高光谱图像;
2)将清洗中的样品同样放在相同条件下的高光谱监测系统中,得到清洗过程中样品的高光谱图像;
3)将所得的高光谱数据及图像进行处理;
4)利用公式(1)对上述图像进行处理,得到不同波长下反射率的校正比值:
C L ( λ ) = R T ( λ ) - R C ( λ ) R G ( λ ) - R C ( λ ) , - - - ( 1 )
其中,CL(λ)为某一波长对应的反射率校正比值,RT(λ)、RC(λ)和RG(λ)分别是清洗内区域的发射率、表面待处理物质的反射率和原始基质的反射率,当CL(λ)≥90%时判断该区域内被清洗干净,输出相应的数据。
2.如权利要求1所述的一种基于高光谱成像的监控激光清洗进程的方法,其特征在于所述步骤1)中基质可以是金属,此时表面待处理物质是表面污染物、油漆或锈迹。
3.如权利要求1所述的一种基于高光谱成像的监控激光清洗进程的方法,其特征在于所述步骤1)中基质可以是石料,此时表面待处理物质为表面沉积物或者青苔。
4.如权利要求1-3中任一项所述的一种基于高光谱成像的监控激光清洗进程的方法,其特征在于:所述步骤2)中清洗中的样品的高光谱数据的采集使用与步骤1)中同一高光谱成像仪,并在同一测试条件下操作。
5.如权利要求4所述的一种基于高光谱成像的监控激光清洗进程的方法,其特征在于:所述步骤3)中高光谱数据及图像的处理包括白板校正、暗电流校正以及噪声去除。
6.如权利要求5所述的一种基于高光谱成像的监控激光清洗进程的方法,其特征在于:所述的白板校正使用的是平场域纠正法,使用高光谱成像仪扫描反射率为99.99%的白色标准校正板后得到全白的的高光谱图像,通过公式(2)将图像中每一像素定标为反射率,所述公式(2)如下:
CN201510771396.4A 2015-11-11 2015-11-11 一种基于高光谱成像的监控激光清洗进程的方法 Pending CN105717135A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510771396.4A CN105717135A (zh) 2015-11-11 2015-11-11 一种基于高光谱成像的监控激光清洗进程的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510771396.4A CN105717135A (zh) 2015-11-11 2015-11-11 一种基于高光谱成像的监控激光清洗进程的方法

Publications (1)

Publication Number Publication Date
CN105717135A true CN105717135A (zh) 2016-06-29

Family

ID=56145018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510771396.4A Pending CN105717135A (zh) 2015-11-11 2015-11-11 一种基于高光谱成像的监控激光清洗进程的方法

Country Status (1)

Country Link
CN (1) CN105717135A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106624367A (zh) * 2017-03-11 2017-05-10 四川广正科技有限公司 一种激光焊前材料表面的预处理方法及系统
CN106932382A (zh) * 2017-04-20 2017-07-07 四川大学 一种激光清洗效果判定的方法
CN107121398A (zh) * 2017-04-25 2017-09-01 苏州德威尔卡光电技术有限公司 激光清洗能量的确定方法及装置、激光清洗方法及系统
CN108896331A (zh) * 2018-05-11 2018-11-27 中国汽车工业工程有限公司 一种在线检测涂装前清洗设备油脂清洗效率的方法
CN110398499A (zh) * 2018-04-23 2019-11-01 南开大学 一种基于高光谱成像的监控激光清洗进程的方法
CN110836896A (zh) * 2019-10-14 2020-02-25 深圳信息职业技术学院 一种激光清洗检测设备及激光清洗检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1060424A (zh) * 1990-10-10 1992-04-22 法玛通公司 用于遥控激光加工的方法和装置
JP2002043269A (ja) * 2000-07-31 2002-02-08 Japan Steel Works Ltd:The レーザクリーニング処理の終了判定装置及び方法
JP2002159926A (ja) * 2000-11-27 2002-06-04 Japan Steel Works Ltd:The レーザクリーニング処理時における基板表面の洗浄状況検出装置及び方法
CN201720218U (zh) * 2010-05-25 2011-01-26 北京大学 激光清洗系统
CN102218415A (zh) * 2011-03-10 2011-10-19 大连理工大学 一种真空紫外激光清洗托卡马克第一镜的方法及装置
CN103063167A (zh) * 2012-12-28 2013-04-24 江苏大学 一种自动判断激光清洗效果的方法
CN104568778A (zh) * 2015-01-15 2015-04-29 浙江理工大学 一种基于高光谱成像的纺织品成分鉴别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1060424A (zh) * 1990-10-10 1992-04-22 法玛通公司 用于遥控激光加工的方法和装置
JP2002043269A (ja) * 2000-07-31 2002-02-08 Japan Steel Works Ltd:The レーザクリーニング処理の終了判定装置及び方法
JP2002159926A (ja) * 2000-11-27 2002-06-04 Japan Steel Works Ltd:The レーザクリーニング処理時における基板表面の洗浄状況検出装置及び方法
CN201720218U (zh) * 2010-05-25 2011-01-26 北京大学 激光清洗系统
CN102218415A (zh) * 2011-03-10 2011-10-19 大连理工大学 一种真空紫外激光清洗托卡马克第一镜的方法及装置
CN103063167A (zh) * 2012-12-28 2013-04-24 江苏大学 一种自动判断激光清洗效果的方法
CN104568778A (zh) * 2015-01-15 2015-04-29 浙江理工大学 一种基于高光谱成像的纺织品成分鉴别方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106624367A (zh) * 2017-03-11 2017-05-10 四川广正科技有限公司 一种激光焊前材料表面的预处理方法及系统
CN106932382A (zh) * 2017-04-20 2017-07-07 四川大学 一种激光清洗效果判定的方法
CN107121398A (zh) * 2017-04-25 2017-09-01 苏州德威尔卡光电技术有限公司 激光清洗能量的确定方法及装置、激光清洗方法及系统
CN107121398B (zh) * 2017-04-25 2019-05-31 苏州德威尔卡光电技术有限公司 激光清洗能量的确定方法及装置、激光清洗方法及系统
CN110398499A (zh) * 2018-04-23 2019-11-01 南开大学 一种基于高光谱成像的监控激光清洗进程的方法
CN108896331A (zh) * 2018-05-11 2018-11-27 中国汽车工业工程有限公司 一种在线检测涂装前清洗设备油脂清洗效率的方法
CN108896331B (zh) * 2018-05-11 2020-02-18 中国汽车工业工程有限公司 一种在线检测涂装前清洗设备油脂清洗效率的方法
CN110836896A (zh) * 2019-10-14 2020-02-25 深圳信息职业技术学院 一种激光清洗检测设备及激光清洗检测方法
CN110836896B (zh) * 2019-10-14 2020-12-18 深圳信息职业技术学院 一种激光清洗检测设备及激光清洗检测方法

Similar Documents

Publication Publication Date Title
CN105717135A (zh) 一种基于高光谱成像的监控激光清洗进程的方法
CN110261405B (zh) 基于显微高光谱技术的绝缘子污秽成分识别方法
TWI391645B (zh) 晶圓或其他工作表面下污染物及缺陷非接觸測量之差分波長光致發光
US8934705B2 (en) Persistent feature detection
US20170066020A1 (en) Industrial cleanliness measurement methodology
EP2573732B1 (en) Reflection removal system
US20090009753A1 (en) Inspection method and inspection device
Wilcox et al. Digital compressive chemical quantitation and hyperspectral imaging
DE102016104464B4 (de) Optische prüfvorrichtung
CN109766909B (zh) 基于谱图融合的海岸环境微塑料老化行为解析方法
Képeš et al. Influence of baseline subtraction on laser-induced breakdown spectroscopic data
Payne et al. Evaluating the accuracy of point spread function deconvolutions applied to luminescence images
JP2010276538A (ja) 亀裂欠陥の検出方法
CN110398499A (zh) 一种基于高光谱成像的监控激光清洗进程的方法
US20060102847A1 (en) Optical emission spectroscopy of plasma treated bonding surfaces
US20020150303A1 (en) Spatial filtering method for failure analysis of a device
US6559939B1 (en) Method of high throughput haze screening of material
CN108896331B (zh) 一种在线检测涂装前清洗设备油脂清洗效率的方法
CN105758837A (zh) 基于二维光谱数据的拉曼光谱背景噪声去除方法
CN109374633A (zh) 一种蓝宝石晶片缺陷的检测方法
Colao et al. Scanning hyperspectral lidar fluorosensor for fresco diagnostics in laboratory and field campaigns
De Kerf et al. Quantitative detection of corrosion minerals in carbon steel using shortwave infrared hyperspectral imaging
US6856403B1 (en) Optically stimulated electron emission contamination monitor and method
DE102006035596B4 (de) Verfahren und Anordnung zur Durchführung eines Ätz- oder Reinigungsschrittes
Wallström et al. Image analysis and laser induced fluorescence combined to determine biological growth on silicone rubber insulators

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160629