CN108645867B - 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 - Google Patents

Abstract

大口径光学晶体表面微缺陷的快速寻位与批量检测方法，属于光学工程领域。本发明为了解决大口径光学晶体表面微缺陷的批量、快速和精确检测的难题而提出的。本方法首先采用“连续运动采集”的光栅扫描方式对整块晶体元件完整扫描；然后，通过开发图像采集程序并建立其与数控运动程序的通讯，实现根据晶体实时扫描位置来采集图像的功能；基于图像处理算法实现对采集图像中缺陷点轮廓位置的椭圆拟合，获得单张图片中缺陷点数量、位置、尺寸等信息；最后，开发缺陷点自动检测程序，建立基于Microsoft Access微缺陷信息的数据库，以实现对采集图像的批量检测和缺陷点信息的保存、更新。本发明还为大口径晶体元件表面微缺陷的修复和控制提供详细的参数依据。

Description

大口径光学晶体表面微缺陷的快速寻位与批量检测方法

技术领域

本发明属于光学工程领域，具体涉及一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法。

背景技术

随着人类社会的快速发展，地球上的化石燃料短缺危机愈发严重。核聚变能源因具有丰富、清洁、高效的优点而成为世界各国近年来一直追求的目标。建立大型的高能量固体激光装置是实现受控核聚变的关键，激光核聚变装置的输出能量高低也直接决定了核聚变点火成功与否。为了实现高能量的输出，激光核聚变装置需大批量使用大口径、高精度、高质量光学元件对常规低能量种子激光进行整形、传输、放大、倍频等处理。美国已建成世界上输出能量最高的激光核聚变装置——“国家点火装置”共使用大口径光学元件8000余件，小口径光学元件30000余件。其中，KDP光学晶体因具备独特的光学性能而成为现阶段激光核聚变装置中唯一不可替代的核心元件，并且需求量巨大。然而，大口径KDP晶体在加工制备过程中易在表面引入微米量级缺陷点，这些缺陷点在强激光使用环境下会诱导激光损伤并急剧扩展，最终造成整块元件报废。大口径光学晶体表面微缺陷引起的激光损伤问题已成为制约激光核聚变装置输出能量提升的瓶颈，目前采用各种先进的手段对晶体表面微缺陷进行修复去除是延缓损伤增长、提升元件使用寿命的主流途径。在对KDP晶体元件进行修复时，首先需要在大尺度的光学表面范围快速、准确的检测缺陷，以获得所有待修复缺陷点的位置、形状、尺寸等信息。实际激光核聚变装置的打靶密度要求必须在4小时内完成一次光学元件的更换、检测、修复和再安装。然而，KDP光学晶体的口径大(410mm×410mm)，表面缺陷尺寸小、数量多、分布不均匀、且特征多样，如何实现大区域光学表面微缺陷的快速寻位和批量、精确检测，对工程用昂贵KDP功能晶体的高效修复和激光核聚变装置输出能量的提升具有极其重要的作用。

光学晶体元件表面微缺陷的检测以及整体修复效率是工程中实现大口径KDP晶体有效修复的关键。为了提高晶体元件的修复效率，除了必要的缺陷加工去除时间外，需尽量缩短微缺陷检测等辅助时间。因此，不能单纯依靠人工操作而急需开发高效、稳定的批量自动化检测系统；另外，大口径KDP晶体表面微缺陷点的可靠识别、缺陷位置的精确探寻，直接影响着微缺陷的修复质量和效率。

发明内容

本发明是为了解决大口径光学晶体表面微缺陷的批量、快速和精确检测的难题，进而提出一种大口径光学晶体表面微缺陷的快速寻位和批量检测方法。

本发明为解决上述技术问题采取的技术方案是：

一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，它由以下步骤实现：

步骤1.安装待测光学晶体元件，组装并调整微缺陷检测显微系统，晶体元件移动机构各轴自动回零；

步骤2.基于大口径元件光栅式扫描路径，确定显微镜实际放大倍率，估算不同放大倍率下缺陷检测CCD的视野范围，选择整块晶体元件表面微缺陷扫描步距；

步骤3.采用连续运动采集的扫描方案获得整块晶体表面微缺陷图像；

步骤4.采用基于欧洲机器视觉协会制定的GenlCam标准开发的JAI SDK函数库，编制检测缺陷时CCD图像采集程序，通过建立图像采集程序与给定的数控运动程序的通讯，实现根据晶体实时扫描位置采集图像的功能；图像采集程序用于控制CCD采集图像，数控运动程序用于控制晶体元件的移动；

步骤5.根据步骤4采集的多张光学晶体表面图像，基于图像处理算法对图像中微缺陷轮廓位置进行拟合，获得每张图片中缺陷点数量、位置、尺寸信息；

步骤6.开发微缺陷点自动检测程序和图形化界面，建立基于Microsoft Access微缺陷信息的数据库，实现对采集图像的批量处理和缺陷点详细信息的管理。

进一步地，在步骤1中，所述微缺陷检测显微系统的CCD和显微镜的光轴对准平台上的加工窗口，用于检测光学晶体下表面缺陷，显微镜头前端安装环形高亮LED光源，光源内LED管安装角度与水平方向成30°，使光线集中在晶体表面CCD视场范围。

进一步地，步骤2的具体实现过程为：

步骤2-1、确定显微镜实际光学放大倍率，首先固定CCD和显微镜位置，调焦至晶体待检表面，调节显微镜的可调透镜放大倍率读数为K₁；然后利用微铣刀进行对刀，从而在晶体待测表面留下一个圆形轮廓刀痕，利用CCD拍摄此时图片；接着控制晶体沿Y₁轴运动一个固定距离D₁，使得此时CCD中仍能观察到此刀痕，并再次拍照；测算出两次图片中刀痕移动的像素距离P₁，此时可计算出实际光学放大倍率为D₁/(s×P₁)，s为CCD内部像素单元实际尺寸；

调节至不同的显微镜放大读数，重复上述过程，则可得到不同倍率下的实际放大倍率，显微镜的实际光学放大倍率K与镜筒上的标注读数k满足以下公式：

K＝0.75×2.0×k (1)

步骤2-2、估算不同倍率下CCD视野范围并确定光栅式扫描步距，根据缺陷检测CCD的像素尺寸和分辨率，结合确定的显微镜实际放大倍率K可估算出不同倍率下缺陷检测CCD的视野范围如下：

选择扫描步距△x小于或等于3.5mm、△y小于或等于3.0mm。

进一步地，步骤3所述的连续运动采集扫描方案中，光学晶体沿光栅式扫描路径做连续运动，同时上方CCD以一定时间间隔(即晶体每运动一个扫描步距)采集一次图像；所述一定时间间隔是指晶体每运动一个扫描步距的时间间隔。

进一步地，在步骤4中，所述的CCD图像采集程序是在Visual Studio 2012和C++语言编程调试环境下开发的；图像采集程序与给定的数控运动程序的通讯采用窗口消息(WM_COPYDATA)的方式实现通讯，采集中的每一张图像以“X-n_x-Y-n_y.bmp”的方式命名，其中“n_x”、“n_y”分别表示X、Y方向走过的扫描步距数。

进一步地，步骤5中所述的对微缺陷轮廓位置进行拟合是基于CCD采集的晶体表面图像中缺陷区域相对于无缺陷区域的高亮度特性实现的。

根据晶体表面缺陷区和无缺陷区的亮度差异，对捕获的灰度图像进行二值化图像转换，之后检测二值化图像中缺陷区微缺陷点的轮廓和位置，即可计算获得单张图片中微缺陷点的数量、位置、尺寸信息，具体实施步骤如下：

步骤5-1、将检测CCD采集到的灰度图像进行二值化转换：在转换过程中利用OpenCV库函数辅助进行，针对缺陷点图像的特点，通过实验设计出如下转换算法：首先计算出源灰度图像I₀的平均像素值i_avg，然后以(i_avg+12)作为阈值对I₀进行直接二值化操作，获得掩膜图像I_mask；利用I_mask对I₀再次求平均像素值i^* _avg，此时I₀中只有当掩膜图像中像素值不为0的对应位置才会参与统计计算，利用i^* _avg为阈值再次对I₀直接二值化，即可得到理想的二值图像I_bin；

步骤5-2、二值化图像中微缺陷轮廓位置的拟合：将光学晶体表面微缺陷形状分为直线形划痕长缺陷和近似圆形的点缺陷，分别利用Hough直线检测和椭圆形拟合的方法进行检测；在利用Hough变换检测直线时，利用直线长度对所有结果进行筛选，并以直线的中点作为划痕缺陷的位置；

利用椭圆形拟合点状缺陷时，首先检测I_bin中所有轮廓并在黑色背景中画出，记为图像I_cont1，此时所有轮廓只存在边界，然后对I_cont1再次寻找轮廓，并根据面积大小筛选出面积大于1000像素的轮廓C₁、C₂…；此时图像中的轮廓有两类，一是长条状的划痕缺陷，二是近似椭圆形的点状缺陷，定义一个“圆度”的概念以去除直线划痕的影响，

Circularity＝L²/A (3)

其中，L、A分别表示轮廓周长和面积，对直线其圆度为无穷大，而标准圆形时圆度最小为4π；对C₁、C₂…求圆度，即可筛选出近似椭圆形的点状微缺陷；排除掉直线划痕轮廓后，计算出剩余每个轮廓的面积，近似作为缺陷点面积；在确定微缺陷轮廓位置时，首先用矩形边界框包络缺陷轮廓，再计算矩形中心，以此作为光学晶体表面微缺陷位置。

进一步地，步骤6中所述的微缺陷点自动检测程序和图形化界面是指对CCD采集后保存的所有图像，按顺序进行连续扫描，并做图像处理检测缺陷信息，每张图像的扫描结果还需进行必要的保存，缺陷点数据用于后续处理；完成单张图像的微缺陷检测后，再进行缺陷图像的批量处理和数据保存，利用一个图形化界面实时监测图像处理过程，具体步骤如下：

步骤6-1、将所有扫描图像按照“X-n_x-Y-n_y.bmp”方式进行编号，通过FindFirst和FindNext函数对图像采集文件夹进行顺序遍历扫描；

步骤6-2、建立新线程以实现循环处理采集到的缺陷图像，将缺陷检测算法封装在名为FindDefect的函数中；

步骤6-3、开发采集图像中缺陷点批量识别的程序图形化界面，实现对图像处理过程的实时监控；

步骤6-4、根据每张采集图像的处理结果建立数据表，存储缺陷点编号、大小(像素)、位置坐标等信息，记录每张图像中检测的缺陷数量形成汇总表，从而建立缺陷数据库实现对光学晶体表面检测缺陷信息进行有效存取和管理。

本发明的有益效果是：

本发明方法首先采用“连续运动采集”的光栅扫描方式对整块晶体元件完整扫描；然后，通过开发图像采集程序并建立其与数控运动程序的通讯，实现根据晶体实时扫描位置来采集图像的功能；基于图像处理算法实现对采集图像中缺陷点轮廓位置的椭圆拟合，获得单张图片中缺陷点数量、位置、尺寸等信息；最后，开发缺陷点自动检测程序，建立基于Microsoft Access微缺陷信息的数据库，以实现对采集图像的批量检测和缺陷点信息的保存、更新。

本发明开发出基于图像处理的微缺陷自动批量检测程序，获取大区域光学表面微缺陷数量、位置、尺寸等参数信息，建立微缺陷信息数据库以实现对缺陷信息的管理和操作，最终为昂贵、大口径晶体元件表面微缺陷的修复和控制提供详细的参数依据。

本发明的有益效果具体表现在以下几个方面：

(1)采用“连续运动采集”光栅式扫描方案，可大幅度节省大口径光学晶体表面微缺陷扫描时的图像采集效率；

(2)通过建立CCD图像采集程序与光学晶体修复装备中数控运动系统的实时通讯，可实现晶体表面微缺陷的准确寻位；

(3)基于图像处理技术对光学晶体表面微缺陷进行识别，采用直线检测和椭圆拟合分别对划痕和点状缺陷进行轮廓识别和定位，可实现微缺陷尺寸、形状、位置等综合信息的检测；

(4)通过开发微缺陷点的自动检测程序和图形化界面，可实现大口径光学晶体表面微缺陷的批量寻位和检测过程的实时监控，同时建立的微缺陷数据库实现了对每张图像、每个缺陷点信息的保存、管理和更新；

(5)该工艺方法实现了对大口径光学晶体表面微缺陷的快速寻位和批量检测，大大提高了检测效率，全口径光学晶体表面微缺陷的快速扫描时间可控制在2h以内，满足了激光核聚变打靶密度对光学元件检测、修复和更换周期的限制。

附图说明

图1是微缺陷检测显微系统示意图，图2是晶体元件移动机构示意图；

图3是大口径光学晶体表面微缺陷光栅式扫描路径规划图；

图4是“连续运动采集”和“间歇运动采集”两种光栅式扫描方案示意图，图中：a)为“连续运动采集”扫描方案，b)为“间歇运动采集”扫描方案；

图5为光学晶体表面典型微缺陷点的扫描图像；图6是光学晶体表面微缺陷检测中采集灰度图像的二值化过程图，图中：a)为灰度图像I₀，b)为掩膜图像I_mask，c)为掩膜图像I_bin；

图7为批量识别图像缺陷点的程序图形化界面；

图8是光学晶体表面扫描程序执行步骤的流程框图；图9是光学晶体扫描获得的局部连续图像(几张连续编号图像)；图10为晶体表面微缺陷检测效果图。

具体实施方式一：如图1至7所示，本实施方式所述的大口径光学晶体表面微缺陷的快速寻位和批量检测方法，它由以下步骤实现：

1.安装待测光学晶体元件，组装并调整微缺陷检测显微系统，晶体元件移动机构各轴自动回零；

2.基于大口径元件光栅式扫描路径，确定显微镜实际放大倍率，估算不同放大倍率下缺陷检测CCD的视野范围，选择整块晶体元件表面微缺陷扫描步距；

3.从缺陷扫描效率、成像质量等方面对比“连续运动采集”和“间歇停顿采集”两种扫描方案，制定出合理的整块晶体表面微缺陷的扫描方案；

4.采用基于欧洲机器视觉协会制定的GenlCam标准开发的JAI SDK函数库，编制检测缺陷时CCD图像采集程序，通过建立图像采集程序与数控运动程序的通讯，实现根据晶体实时扫描位置采集图像的功能；

5.根据步骤4采集的光学晶体表面图像，基于图像处理算法对图像中微缺陷轮廓位置进行拟合，获得单张图片中缺陷点数量、位置、尺寸等信息；

6.开发微缺陷点自动检测程序和图形化界面，建立基于Microsoft Access微缺陷信息的数据库，实现对采集图像的批量处理和缺陷点详细信息的管理。

步骤1中所述微缺陷检测显微系统和晶体元件移动机构是自行研制的大口径KDP晶体表面微缺陷快速搜寻与微铣削修复装置(申请号：201310744691.1)中的子系统，大口径光学晶体表面微缺陷快速寻位与批量检测系统包括微缺陷检测显微系统和晶体元件移动机构(如图1、图2所示)。在晶体移动机构部分，X₁轴为伺服电机、滚珠丝杠机构，总行程650mm，Y₁轴为直线电机，总行程550mm。光学晶体固定装夹在晶体框内，晶体框底部设置三个气浮垫，通气后与大理石平台表面形成8～10μm间隙，以实现整块晶体元件在X₁、Y₁方向上大行程移动扫描。微缺陷检测显微系统部分，缺陷检测CCD和显微镜系统固定在铝合金支架上，显微镜可实现X_h、Y_h两个方向微调，Z₁方向为步进电机和丝杠装置，用来调节显微镜焦距。CCD和显微镜的光轴对准大理石平台上的加工“窗口”，用于检测光学晶体下表面缺陷，显微镜头前端安装环形高亮LED光源，光源内LED管安装角度与水平方向成30°，可使光线集中在晶体表面CCD视场范围，以提高检测图像亮度。显微镜采用美国Navita产品12X Zoom(配置0.75X+12X Zoom+2.0X)，光学放大倍率为0.87X～10.5X；显微镜放大倍率可通过手动旋转调节。CCD为日本JAI公司BM-500GE型产品，其基本参数如表1所示。

表1缺陷检测CCD参数

步骤2中所述的光栅式扫描路径示意如图3所示，由于Y₁轴直线电机的运动响应速度、精度等指标明显优于X₁轴的丝杠结构，因此以Y₁轴作为扫描运动的主要运动轴。在晶体移动过程中，CCD通过不断拍照保存获得的扫描图片，这些图片包括了晶体表面缺陷信息。用△x和△y分别表示CCD每拍摄一张图片时X₁和Y₁方向移动轴运动的距离，将其定义为扫描步距。扫描步距决定了晶体表面微缺陷成像质量和检测效率，需结合显微镜的实际放大倍率、不同倍率下CCD视野范围和待检微缺陷能够清晰识别进行确定，具体实施步骤如下：

2-1确定显微镜实际光学放大倍率，首先固定CCD和显微镜位置，调焦至晶体待检表面，调节显微镜的可调透镜放大倍率读数为K₁；然后利用微铣刀进行对刀，从而在晶体待测表面留下一个圆形轮廓刀痕，利用CCD拍摄此时图片；接着控制晶体沿Y₁轴运动一个固定距离D₁，使得此时CCD中仍能观察到此刀痕，并再次拍照；测算出两次图片中刀痕移动的像素距离P₁，此时可计算出实际光学放大倍率为D₁/(3.45×P₁)(3.45为CCD内部像素单元实际尺寸)。

调节至不同的显微镜放大读数，重复上述过程，则可得到不同倍率下的实际放大倍率，经实验检测，显微镜的实际光学放大倍率K基本符合镜筒上的标注读数k，二者满足以下公式：

K＝0.75×2.0×k (1)

2-2估算不同倍率下CCD视野范围并确定光栅式扫描步距，根据缺陷检测CCD的像素尺寸和分辨率，结合确定的显微镜实际放大倍率K可以估算出不同倍率下缺陷检测CCD的视野范围如下：

在不同倍率下的分辨率为K/3.45(pixel/μm)，为了识别出更小的缺陷，期望分辨率越高，放大倍率越大。但是为了不影响视野范围，选用K＝2.25，此时视野范围为3.77mm×3.16mm，分辨率为0.652pixel/μm，相当于对于特征尺寸100μm的缺陷点，其图像占据约65个像素点。这样的放大倍率使得缺陷点在图像中显示较为明显，图像识别也相对容易实现。由于实际工程中批量检测的光学表面图像在拼接过程中需每张扫描图像之间存在一定的重叠区域，因此该倍率下扫描步距必须小于对应方向的图像视野尺寸。根据实际情况下CCD的安装位置，对应图像宽度方向为晶体移动X₁轴，高度方向为晶体移动Y₁轴。因此，选择扫描步距△x＝3.5mm和△y＝3.0mm。

步骤3中所述的“连续运动采集”扫描方案中，光学晶体沿光栅式扫描路径做连续运动，同时上方CCD以一定时间间隔(即晶体每运动一个扫描步距)采集一次图像；在“间歇运动采集”扫描方案中，光学晶体每运动一个扫描步距长度后停下，CCD采集一次图像，然后接着下一次运动。两种扫描方案的示意图如图4所示，需对两种扫描方案从扫描效率、成像质量等方面分析比较，确定合理的大口径光学晶体表面微缺陷扫描方案，具体实施步骤如下：

在第一种扫描方案下，充分考虑扫描效率、成像亮度、图像信噪比等因素，初步选择X₁、Y₁方向的扫描速度均为v＝5mm/s，即可计算完成整块光学晶体扫描所需要的时间T₁。

当△x＝3.5mm时，晶体需在Y₁方向上的循环扫描次数为：n_y＝410mm/△x＝118次，每次Y₁方向的扫描时间T_y＝410mm/v＝82s，在X₁方向上等效扫描了一次，时间为T_x＝82s。因此，完成整块光学晶体扫描一次所需的总时间T₁＝t_y·n_y+t_x＝9758s≈2.71h。

对于第二种扫描方案，光学晶体做间歇式运动，在Y₁方向走过△y步距的距离后停下，CCD采集图像，随即开始运动下一个步距。由于直线电机的高速响应特性，加速度很大，可忽略每次加、减速过程的时间消耗。光学晶体停下后，预留△t＝0.5s时间用于图像采集。同样初步选择X₁、Y₁方向上的扫描速度均为v＝5mm/s，计算该方式下的总体扫描时间T₂：

在起步→匀速运动→停止→采集图像的运动循环中，周期T₀＝△y/v+△t＝1.1s，每次Y₁方向上需要走过410mm/△y＝137个步距，用时136×1.1s+2/5s+0.5s＝150.5s，Y₁方向共需运动n_y＝410mm/△x＝118次。因此，完成整块光学晶体扫描一次所需的总时间T₀＝150.5·n_y+t_x＝17841s≈4.95h。

比较两种光学晶体扫描方案，方案一中晶体框能够连续移动，扫描过程稳定，图像连续性好，便于整块图像拼接；缺点是在CCD动态采集图像过程中会产生一定程度的模糊，使得小尺寸缺陷点检测较困难，图像偏暗，清晰度不高。方案二的扫描图像清晰无重影，易于识别缺陷点；但是扫描时间较长，效率较低，同时电机的反复起停运动会影响使用寿命，对系统整体动态稳定性有较高要求。

通过对比，最终选择方案一进行光学晶体扫描。实际大口径光学晶体元件修复时要求在2h左右完成整块晶体表面的扫描。因此，扫描效率是最为关键的因素。针对方案一可能出现的图像重影造成模糊的问题，可利用高亮光源有效解决，经过实验验证，在10mm/s的高速扫描条件下图像质量亦可实现后续缺陷点识别，即理论上可将整块光学晶体的扫描时间控制在1.5h以内。

步骤4中所述的CCD图像采集程序是在Visual Studio 2012和C++语言编程调试环境下开发的。光学晶体表面图像采集需建立图像采集程序与数控运动程序间通讯，即图像采集首先根据扫描速度按一定时间间隔获得一张光学晶体表面图像，之后根据数控运动程序反馈的当前扫描位置信号对图片进行编号，并存储至计算机硬盘，以便于后续图像处理识别缺陷点。因采集程序与数控运动系统间信息量不大，但实时性要求较高，采用“窗口消息(WM_COPYDATA)”的方式实现通讯，采集中的每一张图像以“X-n_x-Y-n_y.bmp”的方式命名，其中“n_x”、“n_y”分别表示X、Y方向走过的扫描步距数，即可获得所捕获图像所处的实时位置。这样可保证后续存档、图像处理简便。

步骤5中所述的对微缺陷轮廓位置进行拟合是基于CCD采集到的晶体表面图像中，缺陷区域相对于无缺陷区域的高亮度特性实现的，光学晶体表面典型微缺陷点的扫描图像如图5所示。根据晶体表面缺陷区和无缺陷区的亮度差异，对捕获的灰度图像进行二值化图像转换，之后检测二值化图像中缺陷区微缺陷点的轮廓和位置，即可计算获得单张图片中微缺陷点的数量、位置、尺寸等信息，具体实施步骤如下：

5-1将检测CCD采集到的灰度图像进行二值化转换。在转换过程中利用OpenCV库函数辅助进行，针对缺陷点图像的特点，通过实验设计出如下转换算法：首先计算出源灰度图像I₀的平均像素值i_avg，然后以(i_avg+12)作为阈值对I₀进行直接二值化操作，获得掩膜图像I_mask；利用I_mask对I₀再次求平均像素值i*_avg，此时I₀中只有当掩膜图像中像素值不为0的对应位置才会参与统计计算，利用i*_avg为阈值再次对I₀直接二值化，即可得到较为理想的二值图像I_bin。具体二值化算法过程如图6所示。

5-2二值化图像中微缺陷轮廓位置的拟合。光学晶体表面微缺陷形状可分为直线形划痕长缺陷和近似圆形的点缺陷，分别利用Hough直线检测和椭圆形拟合的方法进行检测。在利用Hough变换检测直线时，需利用直线长度对所有结果进行筛选，并以直线的中点作为划痕缺陷的位置。

利用椭圆形拟合点状缺陷时，首先检测I_bin中所有轮廓并在黑色背景中画出，记为图像I_cont1，此时所有轮廓只存在边界，然后对I_cont1再次寻找轮廓，并根据面积大小筛选出面积大于1000像素的轮廓C₁、C₂…。此时图像中的轮廓有两类，一是长条状的划痕缺陷，二是近似椭圆形的点状缺陷，为了去除直线划痕的影响，定义一个“圆度”的概念：

Circularity＝L²/A (3)

其中，L、A分别表示轮廓周长和面积。对直线其圆度为无穷大，而标准圆形时圆度最小，为4π。对C₁、C₂…求圆度，即可筛选出近似椭圆形的点状微缺陷。排除掉直线划痕轮廓后，计算出剩余每个轮廓的面积，近似作为缺陷点面积。在确定微缺陷轮廓位置时，首先用矩形边界框包络缺陷轮廓，再计算矩形中心，以此作为光学晶体表面微缺陷位置。

步骤6中所述的微缺陷点自动检测程序和图形化界面是指对CCD采集后保存的所有图像，按顺序进行连续扫描，并做图像处理检测缺陷信息，每张图像的扫描结果还需进行必要的保存，缺陷点数据用于后续处理。完成单张图像的微缺陷检测后，还需解决缺陷图像的批量处理和数据保存问题，且需要一个图形化界面实时监测图像处理过程，具体步骤如下：

6-1将所有扫描图像按照“X-n_x-Y-n_y.bmp”方式进行编号，通过FindFirst和FindNext函数对图像采集文件夹进行顺序遍历扫描。

6-2建立新线程以实现循环处理采集到的缺陷图像，将缺陷检测算法封装在名为FindDefect的函数中。

6-3开发采集图像中缺陷点批量识别的程序图形化界面，实现对图像处理过程的实时监控，如图7所示。

6-4根据每张采集图像的处理结果建立数据表，存储缺陷点编号、大小(像素)、位置坐标等信息，记录每张图像中检测的缺陷数量形成汇总表，从而建立缺陷数据库实现对光学晶体表面检测缺陷信息进行有效存取和管理。

对本发明方法进行验证如下：

由于大口径光学晶体表面微缺陷检测涉及多个工艺流程，为保证方案的可行性和缺陷检测效果，需结合实例对上述步骤中的晶体元件扫描、图像采集和缺陷检测工艺逐一验证：

1)光学晶体扫描试验

在扫描阶段，由于实际光学晶体扫描行程很耗时，为提高效率，选用300mm×300mm扫描范围。在晶体修复机床数控运动系统中，首先对X₁、Y₁轴上使能，然后返回工作台原点(0，0)，原点位置处于晶体正中间。开始扫描后首先需要移动晶体至(-150，-150)位置，从这里开始进行光栅式运动扫描，并开始采集图像。

对X₁、Y₁轴的运动控制是以将指令语言写入运动控制器的形式实现的，这里考虑在数控程序中根据晶体实时位置发出相应指令：当检测晶体位于扫描起始位置则开始发出第一个Y₁方向运动指令，并开始发出采集图像指令；当Y₁方向运动完成再发出X₁方向运动指令，如此循环。这种过程能保证采集图像的位置准确，并保证运动指令完整、正确执行。具体实现方式是通过在程序中新建一个线程，通过监控光学晶体位置发出图像采集指令，执行步骤如图8所示。

在扫描试验中曝光时间设置为2.9ms，增益9dB，完成300mm×300mm扫描所需时间约80min。光学晶体的扫描结果表明，通过将晶体移动指令放在线程函数内执行的方式，运行稳定，最终完成了整个行程的扫描；当扫描速度提升到10mm/s，图像采集效果仍然良好，可以清晰辨别光学晶体表面细节。

2)光学晶体表面图像采集试验

为了便于验证采集的每张图像间相对位置关系是否准确，试验中适当增加图像间的重叠区域尺寸，这里将扫描范围缩小为90mm×90mm，显微镜放大倍率从2.25X降至1.5X，同时扫描步距缩小为△x＝△y＝3.0mm，该范围下需要采集31×31＝961张图像，约占用5GB硬盘空间。

完成光学晶体扫描实际耗时8min37s，同时图像全部采集，并且保存完好，效果良好。在设计的图像采集软件程序中，图像编号与其X、Y方向的位置有对应关系，在“X-n_x-Y-n_y.bmp”的命名规则下，具有同一个m_x(n_y)编号的图像有着同样的X(Y)方向坐标位置。如图9所示为采集的几张连续编号图像，由图可知，本次扫描实验中视野范围扩大，扫描步距缩小，能够清晰的看到采集图像间的相对位置关系。

由光学晶体扫描和图像采集试验结果可知，扫描采集晶体图像即便在高速运动情况下进行，图像中的细节也清晰可见，这是有利于表面微缺陷检测的。图像之间的采集位置误差不超过1mm，在全扫描范围下基本不会对后续全部图像的拼接工作产生太大误差。整体扫描时间符合预期计算。因此，可试验验证光学晶体扫描和图像采集工艺方案的合理性。

3)光学晶体表面缺陷检测试验

基于所开发的自动检测软件对采集图像进行缺陷检测试验，检测过程是采用图像处理技术实现的，晶体表面微缺陷检测效果如图10所示。微缺陷检测试验结果表明，对所有961张图像进行一次检测共耗时13min5s，每张图像检测时间约为820ms，检测效率较高；在图像检测过程中，多数情况下能准确检测出亮度高于晶体表面的微缺陷点，证明了采集图像中缺陷检测程序的正确性。

Claims (6)

1.一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于，它由以下步骤实现：

步骤1.安装待测光学晶体元件，组装并调整微缺陷检测显微系统，晶体元件移动机构各轴自动回零；

步骤2.基于大口径元件光栅式扫描路径，确定显微镜实际放大倍率，估算不同放大倍率下缺陷检测CCD的视野范围，选择整块晶体元件表面微缺陷扫描步距；

步骤3.采用连续运动采集的扫描方案获得整块晶体表面微缺陷图像；

步骤4.采用基于欧洲机器视觉协会制定的GenlCam标准开发的JAI SDK函数库，编制检测缺陷时CCD图像采集程序，通过建立图像采集程序与给定的数控运动程序的通讯，实现根据晶体实时扫描位置采集图像的功能；图像采集程序用于控制CCD采集图像，数控运动程序用于控制晶体元件的移动；

步骤5.根据步骤4采集的多张光学晶体表面图像，基于图像处理算法对图像中微缺陷轮廓位置进行拟合，获得每张图片中缺陷点数量、位置、尺寸信息；

步骤6.开发微缺陷点自动检测程序和图形化界面，建立基于Microsoft Access微缺陷信息的数据库，实现对采集图像的批量处理和缺陷点详细信息的管理；

步骤2的具体实现过程为：

步骤2-1、确定显微镜实际光学放大倍率，首先固定CCD和显微镜位置，调焦至晶体待检表面，调节显微镜的可调透镜放大倍率读数为K₁；然后利用微铣刀进行对刀，从而在晶体待测表面留下一个圆形轮廓刀痕，利用CCD拍摄此时图片；接着控制晶体沿Y₁轴运动一个固定距离D₁，使得此时CCD中仍能观察到此刀痕，并再次拍照；测算出两次图片中刀痕移动的像素距离P₁，此时可计算出实际光学放大倍率为D₁/(s×P₁)，s为CCD内部像素单元实际尺寸；

调节至不同的显微镜放大读数，重复上述过程，则可得到不同倍率下的实际放大倍率，显微镜的实际光学放大倍率K与镜筒上的标注读数k满足以下公式：

K＝0.75×2.0×k (1)

步骤2-2、估算不同倍率下CCD视野范围并确定光栅式扫描步距，根据缺陷检测CCD的像素尺寸和分辨率，结合确定的显微镜实际放大倍率K可估算出不同倍率下缺陷检测CCD的视野范围如下：

选择扫描步距Δx小于或等于3.5mm、Δy小于或等于3.0mm。

2.根据权利要求1所述的一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于，在步骤1中，所述微缺陷检测显微系统的CCD和显微镜的光轴对准平台上的加工窗口，用于检测光学晶体下表面缺陷，显微镜头前端安装环形高亮LED光源，光源内LED管安装角度与水平方向成30°，使光线集中在晶体表面CCD视场范围。

3.根据权利要求1所述的一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于：

步骤3所述的连续运动采集扫描方案中，光学晶体沿光栅式扫描路径做连续运动，同时上方CCD以一定时间间隔采集一次图像；所述一定时间间隔是指晶体每运动一个扫描步距的时间间隔。

4.根据权利要求3所述的一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于，在步骤4中，所述的CCD图像采集程序是在Visual Studio 2012和C++语言编程调试环境下开发的；图像采集程序与给定的数控运动程序的通讯采用窗口消息(WM_COPYDATA)的方式实现通讯，采集中的每一张图像以“X-n_x-Y-n_y.bmp”的方式命名，其中“n_x”、“n_y”分别表示X、Y方向走过的扫描步距数。

5.根据权利要求4所述的一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于，步骤5中所述的对微缺陷轮廓位置进行拟合是基于CCD采集的晶体表面图像中缺陷区域相对于无缺陷区域的高亮度特性实现的；

根据晶体表面缺陷区和无缺陷区的亮度差异，对捕获的灰度图像进行二值化图像转换，之后检测二值化图像中缺陷区微缺陷点的轮廓和位置，即可计算获得单张图片中微缺陷点的数量、位置、尺寸信息，具体实施步骤如下：

步骤5-1、将检测CCD采集到的灰度图像进行二值化转换：在转换过程中利用OpenCV库函数辅助进行，针对缺陷点图像的特点，通过实验设计出如下转换算法：首先计算出源灰度图像I₀的平均像素值i_avg，然后以(i_avg+12)作为阈值对I₀进行直接二值化操作，获得掩膜图像I_mask；利用I_mask对I₀再次求平均像素值i^* _avg，此时I₀中只有当掩膜图像中像素值不为0的对应位置才会参与统计计算，利用i^* _avg为阈值再次对I₀直接二值化，即可得到理想的二值图像I_bin；

步骤5-2、二值化图像中微缺陷轮廓位置的拟合：将光学晶体表面微缺陷形状分为直线形划痕长缺陷和近似圆形的点缺陷，分别利用Hough直线检测和椭圆形拟合的方法进行检测；在利用Hough变换检测直线时，利用直线长度对所有结果进行筛选，并以直线的中点作为划痕缺陷的位置；

利用椭圆形拟合点状缺陷时，首先检测I_bin中所有轮廓并在黑色背景中画出，记为图像I_cont1，此时所有轮廓只存在边界，然后对I_cont1再次寻找轮廓，并根据面积大小筛选出面积大于1000像素的轮廓C₁、C₂...；此时图像中的轮廓有两类，一是长条状的划痕缺陷，二是近似椭圆形的点状缺陷，定义一个“圆度”的概念以去除直线划痕的影响，

Circularity＝L²/A (3)

其中，L、A分别表示轮廓周长和面积，对直线其圆度为无穷大，而标准圆形时圆度最小为4π；对C₁、C₂...求圆度，即可筛选出近似椭圆形的点状微缺陷；排除掉直线划痕轮廓后，计算出剩余每个轮廓的面积，近似作为缺陷点面积；在确定微缺陷轮廓位置时，首先用矩形边界框包络缺陷轮廓，再计算矩形中心，以此作为光学晶体表面微缺陷位置。

6.根据权利要求5所述的一种大口径光学晶体表面微缺陷的快速寻位与批量检测方法，其特征在于，步骤6中所述的微缺陷点自动检测程序和图形化界面是指对CCD采集后保存的所有图像，按顺序进行连续扫描，并做图像处理检测缺陷信息，每张图像的扫描结果还需进行必要的保存，缺陷点数据用于后续处理；完成单张图像的微缺陷检测后，再进行缺陷图像的批量处理和数据保存，利用一个图形化界面实时监测图像处理过程，具体步骤如下：

步骤6-1、将所有扫描图像按照“X-n_x-Y-n_y.bmp”方式进行编号，通过FindFirst和FindNext函数对图像采集文件夹进行顺序遍历扫描；

步骤6-2、建立新线程以实现循环处理采集到的缺陷图像，将缺陷检测算法封装在名为FindDefect的函数中；

步骤6-3、开发采集图像中缺陷点批量识别的程序图形化界面，实现对图像处理过程的实时监控；

步骤6-4、根据每张采集图像的处理结果建立数据表，存储缺陷点编号、大小、位置坐标信息，记录每张图像中检测的缺陷数量形成汇总表，从而建立缺陷数据库实现对光学晶体表面检测缺陷信息进行有效存取和管理。

Images