CN106767497A - 一种白光干涉轮廓仪空间扫描范围自适应规划方法 - Google Patents
一种白光干涉轮廓仪空间扫描范围自适应规划方法 Download PDFInfo
- Publication number
- CN106767497A CN106767497A CN201611042967.1A CN201611042967A CN106767497A CN 106767497 A CN106767497 A CN 106767497A CN 201611042967 A CN201611042967 A CN 201611042967A CN 106767497 A CN106767497 A CN 106767497A
- Authority
- CN
- China
- Prior art keywords
- interference
- white light
- pixel
- fringe
- contourgraph
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000000149 penetrating effect Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 239000000919 ceramic Substances 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 11
- 230000008447 perception Effects 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2441—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using interferometry
Abstract
一种白光干涉轮廓仪空间扫描范围自适应规划方法。其包括)利用白光干涉轮廓仪对被测物体进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置；使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别；利用步进电机驱动压电陶瓷移相器及干涉物镜向上而后向下运动，针对运动中CCD相机获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间等步骤。本发明方法能够极大提高对于干涉条纹的感知能力，完成扫描范围的自动规划，有效提高了白光干涉轮廓仪扫描效率与扫描数据利用率。
Description
技术领域
本发明属于微结构光学无损检测技术领域，特别是涉及一种白光干涉轮廓仪空间扫描范围自适应规划方法。
背景技术
微纳米尺度精密加工技术的发展使元器件的集成度不断提升，功能性更加完善，同时也为测量带来了新的挑战。白光扫描干涉术作为一种重要的光学无损检测手段，具有非接触、高精度、测量时间短等特点，因此已被广泛应用于精密无损检测领域，与此同时针对白光扫描干涉术的研究成为了光学无损检测领域研究的热点。
目前常用的白光干涉轮廓仪的结构如图1(a)所示，其主要包括白光光源1、分光镜2、干涉物镜3、压电陶瓷移相器4、步进电机5、控制器6、CCD相机7、参考板8、分光板9和落射显微镜11；其中CCD相机7、落射显微镜11、分光镜2、干涉物镜3、参考板8和分光板9从上至下间隔设置；压电陶瓷移相器4连接在步进电机5的输出轴和干涉物镜3、参考板8及分光板9的侧面，因此在步进电机5的带动下，压电陶瓷移相器4及干涉物镜3、参考板8和分光板9能够一起沿垂直方向移动；被测物体10放置在分光板9下方的近焦位置处；白光光源1设置在分光镜2的一侧，并且CCD相机7和步进电机5同时与控制器6电连接。其工作原理是：由白光光源1发出的光通过分光镜2被分解成两束反射光，其中一束反射光经过干涉物镜3、参考板8和分光板9后照射在被测物体10上，经被测物体10表面反射而形成测量光，另一束在参考板5上反射形成参考光，两束相干光路在空间中叠加在一起就会发生干涉，带有干涉条纹的被测物体10的图像经过落射显微镜11放大后由CCD相机7采集并传输至控制器6进行处理并完成待测样品形貌重建。白光光源1的相干长度通常在微米数量级，当两路光束的光程差非常接近时才能观察到明显的白光干涉条纹。两束相干光只有在光程差为零时，白光中的各个谱线的零级干涉条纹会完全重合，并在此处获得最大的光强，如图1(b)所示。针对这一特点，通过控制器6控制步进电机5带动压电陶瓷移相器4及干涉物镜3、参考板8和分光板9在垂直方向上移动，从而找到被测物体10表面各个点最大光强对应的高度值，通过对比被测物体10表面每一点的高度值信息，即可还原被测物体10的表面形貌。
但现如今，多数白光干涉轮廓仪在进行扫描工作前需要人工进行扫描预设定工作，由于其操作费时且流程复杂，测量效率低，因此无法满足大规模芯片测量的需求；此外，在少数可以实现自动扫描的设备中，大多无法对扫描范围进行精确定位，最终导致在扫描过程中采集到大量的无用数据，结果给扫描速度与后期的数据处理均带来了不同程度的影响。因此，针对白光干涉轮廓仪的自动高精度扫描范围规划方法具有很高的研究价值。
发明内容
为了解决上述问题，本发明提出了一种白光干涉轮廓仪空间扫描范围自适应规划方法，以提高白光干涉轮廓仪的自动化水平并减少无用数据的采集。
为了达到上述目的，本发明提供的白光干涉轮廓仪空间扫描范围自适应规划方法所采用的白光干涉轮廓仪包括白光光源、分光镜、干涉物镜、压电陶瓷移相器、步进电机、控制器、CCD相机、参考板、分光板和落射显微镜；其中CCD相机、落射显微镜、分光镜、干涉物镜、参考板和分光板从上至下间隔设置；压电陶瓷移相器连接在步进电机的输出轴和干涉物镜、参考板及分光板的侧面，因此在步进电机的带动下，压电陶瓷移相器及干涉物镜、参考板和分光板能够一起沿垂直方向移动；被测物体放置在分光板下方的近焦位置处；白光光源设置在分光镜的一侧，并且CCD相机和步进电机同时与控制器电连接；所述的白光干涉轮廓仪空间扫描范围自适应规划方法包括按顺序进行下列步骤：
步骤1)利用白光干涉轮廓仪对被测物体进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置；
步骤2)经步骤1)定位出最佳干涉位置后，使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别；
步骤3)利用步进电机驱动压电陶瓷移相器及干涉物镜向上而后向下运动，针对运动中CCD相机获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间。
在步骤1)中，所述的利用白光干涉轮廓仪对被测物体进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置的方法是：将被测物体置于白光干涉轮廓仪的近焦位置处，开启白光干涉轮廓仪，利用白光光源向外发出白色光，驱动步进电机带动压电陶瓷移相器及干涉物镜在垂直方向上移动而对被测物体进行垂直大范围扫描，同时利用CCD相机实时采集被测物体的图像并传送给控制器，由控制器利用式(1)所示的能量梯度函数计算所采集的每一帧图像的能量梯度函数值θ：
其中，I(x，y)表示图像在像素点(x，y)处的灰度值，像素点数量M×N表示图像中选定的评价区域，为选定的评价区域的灰度平均值；
与此同时，在垂直移动期间，控制器使用穷举法搜索能量梯度函数值θ的最大值位置，即最佳干涉位置，具体搜索过程如下：
首先指定一个搜索区间，通过控制步进电机在该区间内以一个固定的大范围移动步长搜索全程，同时计算所有子区间端点上的能量梯度函数值θ，记录其中能量梯度函数值θ相对最大值所在的位置，以此断定最大能量梯度函数值就在该点的附近区域；接着控制步进电机移动到能量梯度函数值相对最大值位置的前一点，减小移动步长，搜索到相对最大值的后一点，记录这一过程中能量梯度函数值θ最大值的位置；在相对最大值的后一点周围选择一个更小的区间，再次进行搜索，如此反复，直到步进电机的移动步长降低到设定的最小值时，判定当前位置即为能量梯度函数值θ的最大值位置，由此定位出最佳干涉位置。
在步骤2)中，所述的经步骤1)定位出最佳干涉位置后，使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别的方法是：首先，进行背景模型初始化，从首帧图像的像素点(x，y)位置的八邻域内随机选取一个像素值来初始化，像素点(x，y)位置处像素点的样本集为M(x，y)，如式(3)所示，其中N表示设定的样本集中的样本数：
M(x，y)-{p1，p2，p3，...pN} (3)
初始化后从第二帧图像开始计算，设前景判断阈值及像素灰度差值分别为D和P；若某一帧图像上某像素点的像素值为pf(x，y)，可进一步定义一个以该像素点为中心的集合R，如式(4)所示，其中x和y为该像素点在图像上的坐标；
R＝[Pf(x，y)-P，Pf(x，y)+P]，P＜Pf(x，y) (4)
在白光干涉图像中，前景表示为干涉条纹，背景为待测物体的表面；若集合R与样本集M(x，y)交集中元素的数量大于前景判断阈值D，则判断该像素点与周围的像素点有近似的空间分布，为背景，反之则为前景，如式(5)所示：
另设K为时间抽样因子，若某像素点被判断为背景，则其有的概率去更新该像素点的背景点集，也有的概率去更新相邻像素点的背景点集；
将提取后所获得的背景和前景图像进行二值化处理，由此完成白光干涉条纹识别。
在步骤3)中，所述的利用步进电机驱动压电陶瓷移相器及干涉物镜向上而后向下运动，针对运动中CCD相机获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间的方法是：先利用步进电机驱动压电陶瓷移相器及干涉物镜向上移动，移动过程中针对CCD相机采集到的每一帧图像进行步骤2)所述的条纹识别操作，并根据二值化的提取结果判断当前视野中是否存在灰度值为255的像素点，进而判断视场中是否存在干涉条纹，如有则继续移动直至将条纹移出视野，记录对应的空间位置即为扫描上限，而后将干涉物镜移动回最佳干涉位置进而向下移动干涉物镜，应用与定位扫描上限相同的方法定位扫描下限，最终获取扫描范围。
本发明提供的白光干涉轮廓仪空间扫描范围的自动规划方法根据干涉条纹覆盖程度对图像明暗特征的影响将自动对焦领域的能量梯度函数用于干涉条纹自动识别，能够通过计算比对垂直扫描过程中拍摄到图像的能量梯度函数值定位最佳干涉位置并使用穷举法对搜索步长进行了优化，提高了搜索效率。
本发明的另一个优点在于定位到最佳干涉位置后使用ViBe算法对干涉条纹进行了提取并对提取结果进行了二值化处理而将条纹与背景分离，这一方法极大提高了白光干涉轮廓仪对于干涉条纹的感知能力，使其可以准确判断目前视野中是否存在干涉条纹，由此通过移动压电陶瓷移相器可以精确定位条纹初次进入以及完全离开视野的位置，从而完成了扫描范围的自动规划，有效提高了白光干涉轮廓仪扫描效率与扫描数据利用率。
附图说明
图1(a)为目前常用的白光干涉轮廓仪结构示意图。
图1(b)为白光干涉光程差与光照强度的关系示意图。
图2为本发明提供的白光干涉轮廓仪空间扫描范围自适应规划方法流程图。
图3为本发明中定位最佳干涉位置过程流程图。
图4为本发明中利用穷举法搜索最佳干涉位置过程示意图。
图5为寻找出的最佳干涉位置图像。
图6(a)为进行条纹提取的原始CCD图像。
图6(b)为使用ViBe算法进行条纹提取后并进行二值化处理的结果。
图7(a)为扫描上限位置处的原始CCD图像。
图7(b)为扫描上限位置处的CCD图像二值化结果。
图8(a)为扫描下限位置处的原始CCD图像。
图8(b)为扫描下限位置处的CCD图像二值化结果。
具体实施方法
下面结合附图和实施方式对本发明作进一步详细说明。
如图2所示，本发明提供的白光干涉轮廓仪空间扫描范围自适应规划方法包括按顺序进行下列步骤：
步骤1)利用白光干涉轮廓仪对被测物体10进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置；
如图3所示，将被测物体10置于白光干涉轮廓仪的近焦位置处，开启白光干涉轮廓仪，利用白光光源1向外发出白色光，驱动步进电机5带动压电陶瓷移相器4及干涉物镜3在垂直方向上移动而对被测物体10进行垂直大范围扫描，使得被测物体10在成像系统中呈现如下的运动：远焦位置(模糊)-对焦位置1(清晰，干涉条纹覆盖范围少)-最佳干涉位置(清晰，干涉条纹覆盖范围多)-对焦位置2(清晰，干涉条纹覆盖范围少)-近焦位置(模糊)，同时利用CCD相机7实时采集被测物体10的图像并传送给控制器6，由控制器6利用式(1)所示的能量梯度函数计算所采集的每一帧图像的能量梯度函数值θ：
其中，I(x，y)表示图像在像素点(x，y)处的灰度值，像素点数量M×N表示图像中选定的评价区域，为选定的评价区域的灰度平均值。
与此同时，在垂直移动期间，控制器6使用穷举法搜索能量梯度函数值θ的最大值位置，即最佳干涉位置，以提高搜索效率，具体搜索过程如图4所示。
首先指定一个搜索区间，如图4中的A-B区间，通过控制步进电机5在该区间内以一个固定的大范围移动步长搜索全程，同时计算所有子区间端点上的能量梯度函数值θ，记录其中能量梯度函数值θ相对最大值所在的位置(图4中P1点)，以此断定最大能量梯度函数值就在该点的附近区域。接着控制步进电机5移动到能量梯度函数值相对最大值位置的前一点(图4中C点)，减小移动步长，搜索到相对最大值的后一点(图4中D点)，记录这一过程中能量梯度函数值θ最大值的位置(图4中P2点)。在P2点周围选择一个更小的区间，再次进行搜索，如此反复，直到步进电机5的移动步长降低到设定的最小值时，判定当前位置即为能量梯度函数值θ的最大值位置，由此定位出最佳干涉位置，如图5所示。
步骤2)经步骤1)定位出最佳干涉位置后，使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别；
白光干涉条纹提取的过程即为图像前景提取的过程，首先，进行背景模型初始化，从首帧图像的像素点(x，y)位置的八邻域内随机选取一个像素值来初始化，像素点(x，y)位置处像素点的样本集为M(x，y)，如式(3)所示，其中N表示设定的样本集中的样本数：
M(x，y)＝{p1，p2，p3，...pN} (3)
初始化后从第二帧图像开始计算，设前景判断阈值及像素灰度差值分别为D和P；若某一帧图像上某像素点的像素值为pf(x，y)可进一步定义一个以该像素点为中心的集合R，如式(4)所示，其中x和y为该像素点在图像上的坐标；
R=[Pf(x，y)-P，Pf(x，y)+P]，P＜Pf(x，y) (4)
在白光干涉图像中，前景表示为干涉条纹，背景为待测物体10的表面；若集合R与样本集M(x，y)交集中元素的数量大于前景判断阈值D，则判断该像素点与周围的像素点有近似的空间分布，为背景，反之则为前景，如式(5)所示：
另设K为时间抽样因子，若某像素点被判断为背景，则其有的概率去更新该像素点的背景点集，也有的概率去更新相邻像素点的背景点集。
将提取后所获得的背景和前景图像进行二值化处理，由此完成白光干涉条纹识别。最终提取结果如图6所示。
步骤3)利用步进电机5驱动压电陶瓷移相器4及干涉物镜3向上而后向下运动，针对运动中CCD相机7获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间。
先利用步进电机5驱动压电陶瓷移相器4及干涉物镜3向上移动，移动过程中针对CCD相机7采集到的每一帧图像进行步骤2)所述的条纹识别操作，并根据二值化的提取结果判断当前视野中是否存在灰度值为255的像素点，进而判断视场中是否存在干涉条纹，如有则继续移动直至将条纹移出视野，记录对应的空间位置即为扫描上限，而后将干涉物镜3移动回最佳干涉位置进而向下移动干涉物镜3，应用与定位扫描上限相同的方法定位扫描下限，最终获取扫描范围。
图7为获取的扫描上限图像，图8为获取的扫描下限图像。
Claims (4)
1.一种白光干涉轮廓仪空间扫描范围自适应规划方法，所述的白光干涉轮廓仪包括白光光源(1)、分光镜(2)、干涉物镜(3)、压电陶瓷移相器(4)、步进电机(5)、控制器(6)、CCD相机(7)、参考板(8)、分光板(9)和落射显微镜(11)；其中CCD相机(7)、落射显微镜(11)、分光镜(2)、干涉物镜(3)、参考板(8)和分光板(9)从上至下间隔设置；压电陶瓷移相器(4)连接在步进电机(5)的输出轴和干涉物镜(3)、参考板(8)及分光板(9)的侧面，因此在步进电机(5)的带动下，压电陶瓷移相器(4)及干涉物镜(3)、参考板(8)和分光板(9)能够一起沿垂直方向移动；被测物体(10)放置在分光板(9)下方的近焦位置处；白光光源(1)设置在分光镜(2)的一侧，并且CCD相机(7)和步进电机(5)同时与控制器(6)电连接；其特征在于：所述的白光干涉轮廓仪空间扫描范围自适应规划方法包括按顺序进行下列步骤：
步骤1)利用白光干涉轮廓仪对被测物体(10)进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置；
步骤2)经步骤1)定位出最佳干涉位置后，使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别；
步骤3)利用步进电机(5)驱动压电陶瓷移相器(4)及干涉物镜(3)向上而后向下运动，针对运动中CCD相机(7)获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间。
2.根据权利要求1所述的白光干涉轮廓仪空间扫描范围自适应规划方法，其特征在于：在步骤1)中，所述的利用白光干涉轮廓仪对被测物体(10)进行垂直大范围扫描和图像采集，并使用能量梯度函数及穷举法在图像中定位出最佳干涉位置的方法是：将被测物体(10)置于白光干涉轮廓仪的近焦位置处，开启白光干涉轮廓仪，利用白光光源(1)向外发出白色光，驱动步进电机(5)带动压电陶瓷移相器(4)及干涉物镜(3)在垂直方向上移动而对被测物体(10)进行垂直大范围扫描，同时利用CCD相机(7)实时采集被测物体(10)的图像并传送给控制器(6)，由控制器(6)利用式(1)所示的能量梯度函数计算所采集的每一帧图像的能量梯度函数值θ：
其中，I(x，y)表示图像在像素点(x，y)处的灰度值，像素点数量M×N表示图像中选定的评价区域，为选定的评价区域的灰度平均值；
与此同时，在垂直移动期间，控制器(6)使用穷举法搜索能量梯度函数值θ的最大值位置，即最佳干涉位置，具体搜索过程如下：
首先指定一个搜索区间，通过控制步进电机(5)在该区间内以一个固定的大范围移动步长搜索全程，同时计算所有子区间端点上的能量梯度函数值θ，记录其中能量梯度函数值θ相对最大值所在的位置，以此断定最大能量梯度函数值就在该点的附近区域；接着控制步进电机(5)移动到能量梯度函数值相对最大值位置的前一点，减小移动步长，搜索到相对最大值的后一点，记录这一过程中能量梯度函数值θ最大值的位置；在相对最大值的后一点周围选择一个更小的区间，再次进行搜索，如此反复，直到步进电机(5)的移动步长降低到设定的最小值时，判定当前位置即为能量梯度函数值θ的最大值位置，由此定位出最佳干涉位置。
3.根据权利要求1所述的白光干涉轮廓仪空间扫描范围自适应规划方法，其特征在于：在步骤2)中，所述的经步骤1)定位出最佳干涉位置后，使用ViBe算法进行白光干涉条纹提取并对提取结果进行二值化处理，由此完成白光干涉条纹识别的方法是：首先，进行背景模型初始化，从首帧图像的像素点(x，y)位置的八邻域内随机选取一个像素值来初始化，像素点(x，y)位置处像素点的样本集为M(x，y)，如式(3)所示，其中N表示设定的样本集中的样本数：
M(x，y)-{p1，p2，p3，...pN} (3)
初始化后从第二帧图像开始计算，设前景判断阈值及像素灰度差值分别为D和P；若某一帧图像上某像素点的像素值为pf(x，y)可进一步定义一个以该像素点为中心的集合R，如式(4)所示，其中x和y为该像素点在图像上的坐标；
R＝[Pf(x，y)-P，Pf(x，y)+P]，P＜Pf(x，y) (4)
在白光干涉图像中，前景表示为干涉条纹，背景为待测物体(10)的表面；若集合R与样本集M(x，y)交集中元素的数量大于前景判断阈值D，则判断该像素点与周围的像素点有近似的空间分布，为背景，反之则为前景，如式(5)所示：
另设K为时间抽样因子，若某像素点被判断为背景，则其有的概率去更新该像素点的背景点集，也有的概率去更新相邻像素点的背景点集；
将提取后所获得的背景和前景图像进行二值化处理，由此完成白光干涉条纹识别。
4.根据权利要求1所述的白光干涉轮廓仪空间扫描范围自适应规划方法，其特征在于：在步骤3)中，所述的利用步进电机(5)驱动压电陶瓷移相器(4)及干涉物镜(3)向上而后向下运动，针对运动中CCD相机(7)获取的每一帧图像进行所述步骤2)的条纹识别操作，并依据获取的二值化后的提取结果获取扫描区间的方法是：先利用步进电机(5)驱动压电陶瓷移相器(4)及干涉物镜(3)向上移动，移动过程中针对CCD相机(7)采集到的每一帧图像进行步骤2)所述的条纹识别操作，并根据二值化的提取结果判断当前视野中是否存在灰度值为255的像素点，进而判断视场中是否存在干涉条纹，如有则继续移动直至将条纹移出视野，记录对应的空间位置即为扫描上限，而后将干涉物镜(3)移动回最佳干涉位置进而向下移动干涉物镜(3)，应用与定位扫描上限相同的方法定位扫描下限，最终获取扫描范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611042967.1A CN106767497B (zh) | 2016-11-24 | 2016-11-24 | 一种白光干涉轮廓仪空间扫描范围自适应规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611042967.1A CN106767497B (zh) | 2016-11-24 | 2016-11-24 | 一种白光干涉轮廓仪空间扫描范围自适应规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106767497A true CN106767497A (zh) | 2017-05-31 |
| CN106767497B CN106767497B (zh) | 2018-11-27 |
Family
ID=58974091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611042967.1A Active CN106767497B (zh) | 2016-11-24 | 2016-11-24 | 一种白光干涉轮廓仪空间扫描范围自适应规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106767497B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI655522B (zh) * | 2017-08-08 | 2019-04-01 | 國立臺灣師範大學 | 結構光照明數位全像之方法與裝置 |
| CN109883355A (zh) * | 2019-03-05 | 2019-06-14 | 深圳市中图仪器股份有限公司 | 一种自动找寻干涉条纹的方法和装置 |
| CN113551614A (zh) * | 2021-06-29 | 2021-10-26 | 南京理工大学 | 基于光谱分布特性的三维形貌干涉测量快速垂直扫描方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW513552B (en) * | 2001-10-26 | 2002-12-11 | Toray Eng Co Ltd | Surface shape detection method and device |
| US20030197871A1 (en) * | 2002-04-19 | 2003-10-23 | Groot Peter J. De | Interferometry method and apparatus for producing lateral metrology images |
| CN1949074A (zh) * | 2005-10-13 | 2007-04-18 | 致茂电子股份有限公司 | 自动对焦方法及其应用 |
| CN1952594A (zh) * | 2005-10-20 | 2007-04-25 | 致茂电子股份有限公司 | 形貌测量方法及其测量装置 |
| JP2007147505A (ja) * | 2005-11-29 | 2007-06-14 | Chroma Ate Inc | 表面形状測定方法及びその測定装置 |
| US20120224183A1 (en) * | 2011-03-02 | 2012-09-06 | Zygo Corporation | Interferometric metrology of surfaces, films and underresolved structures |
| CN106017303A (zh) * | 2015-03-26 | 2016-10-12 | Snu精密股份有限公司 | 校正白光相移干涉仪中的条纹级次的误差的方法 |
-
2016
- 2016-11-24 CN CN201611042967.1A patent/CN106767497B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW513552B (en) * | 2001-10-26 | 2002-12-11 | Toray Eng Co Ltd | Surface shape detection method and device |
| US20030197871A1 (en) * | 2002-04-19 | 2003-10-23 | Groot Peter J. De | Interferometry method and apparatus for producing lateral metrology images |
| CN1949074A (zh) * | 2005-10-13 | 2007-04-18 | 致茂电子股份有限公司 | 自动对焦方法及其应用 |
| CN1952594A (zh) * | 2005-10-20 | 2007-04-25 | 致茂电子股份有限公司 | 形貌测量方法及其测量装置 |
| JP2007147505A (ja) * | 2005-11-29 | 2007-06-14 | Chroma Ate Inc | 表面形状測定方法及びその測定装置 |
| US20120224183A1 (en) * | 2011-03-02 | 2012-09-06 | Zygo Corporation | Interferometric metrology of surfaces, films and underresolved structures |
| CN106017303A (zh) * | 2015-03-26 | 2016-10-12 | Snu精密股份有限公司 | 校正白光相移干涉仪中的条纹级次的误差的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴志顺 等: "基于阈值判定法的白光干涉仪自动扫描技术研究", 《中国机械工程》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI655522B (zh) * | 2017-08-08 | 2019-04-01 | 國立臺灣師範大學 | 結構光照明數位全像之方法與裝置 |
| CN109883355A (zh) * | 2019-03-05 | 2019-06-14 | 深圳市中图仪器股份有限公司 | 一种自动找寻干涉条纹的方法和装置 |
| CN113551614A (zh) * | 2021-06-29 | 2021-10-26 | 南京理工大学 | 基于光谱分布特性的三维形貌干涉测量快速垂直扫描方法 |
| CN113551614B (zh) * | 2021-06-29 | 2022-10-14 | 南京理工大学 | 基于光谱分布特性的三维形貌干涉测量快速垂直扫描方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106767497B (zh) | 2018-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1995553B1 (en) | System and method for identifying a feature of a workpiece | |
| CN101871895B (zh) | 连铸热坯表面缺陷激光扫描成像无损检测方法 | |
| CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
| CN102032875B (zh) | 一种基于图像处理的电缆护套厚度测量方法 | |
| CN106767497B (zh) | 一种白光干涉轮廓仪空间扫描范围自适应规划方法 | |
| CN103728315B (zh) | 大口径元件表面检测装置及相应的损伤快速定位方法 | |
| CN106338524A (zh) | 竖直光学元件表面损伤的显微扫描成像采集装置及方法 | |
| CN206146394U (zh) | 一种石材表面粗糙度的在线检测装置 | |
| CN107156902A (zh) | 一种烟支外观质量在线检测装置 | |
| JP2014190890A (ja) | 硬さ試験機、及び硬さ試験方法 | |
| CN109916331A (zh) | 一种基于复合光栅的结构光微纳结构三维检测方法 | |
| CN109813725A (zh) | 一种大尺寸胶水缺陷检测方法 | |
| JP2003166923A (ja) | 硬さ試験機及び硬さ試験方法 | |
| CN111754455A (zh) | 一种火电厂漏水检测方法和系统 | |
| CN110044921A (zh) | 锂电池外观缺陷检测系统和方法 | |
| CN104008366A (zh) | 一种3d生物智能识别方法及系统 | |
| JP4083279B2 (ja) | 画像処理ヘッドライトテスタ | |
| CN206638598U (zh) | 一种基于单摄像机全方位主动视觉的电连接器壳体缺陷检测装置 | |
| CN106878617A (zh) | 一种对焦方法及系统 | |
| CN107907049A (zh) | 一种微小模数齿轮的测量方法 | |
| CN208568616U (zh) | 玻璃锡缺陷视觉鉴别系统 | |
| CN112581424B (zh) | 一种光学元件表面与亚表面缺陷的分类提取方法 | |
| CN107230648A (zh) | 一种基底缺陷检测装置及检测方法 | |
| CN102313524B (zh) | 一种取像装置与方法 | |
| CN109444150A (zh) | 非接触式裂纹测量方法及其装置 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231208 Address after: 215000 9 Linggang Road, Luzhi Town, Wuzhong District, Suzhou City, Jiangsu Province Patentee after: Furui Si (Suzhou) Instrument Co.,Ltd. Address before: 300300 Tianjin city Dongli District North Road No. 2898 Patentee before: CIVIL AVIATION University OF CHINA |
|
| TR01 | Transfer of patent right |