CN109544552A - 一种光栅无损检测方法及系统 - Google Patents
一种光栅无损检测方法及系统 Download PDFInfo
- Publication number
- CN109544552A CN109544552A CN201811488263.6A CN201811488263A CN109544552A CN 109544552 A CN109544552 A CN 109544552A CN 201811488263 A CN201811488263 A CN 201811488263A CN 109544552 A CN109544552 A CN 109544552A
- Authority
- CN
- China
- Prior art keywords
- sample
- grating
- transmission plot
- areas
- uniformity
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种光栅无损检测方法及系统,方法包括:获取样品光栅图像;对样品光栅图像进行背景校正,获得样品光栅透射图;对样品光栅透射图提取样本区域进行分析,获得样品光栅透射图的像素灰度平均值;根据样本区域以及像素灰度平均值判断样品光栅的均匀性;采用Sobel算子对样品光栅透射图进行缺陷提取;将均匀性结果信息和缺陷信息进行显示;该方法通过对样品光栅透射图采样,计算样本区域的相对误差、方差,提取直方图,从而对样品光栅的均匀性进行判断,根据光栅的结构特点,利用Sobel算子消除垂直方向的条纹,从而查找出非垂直方向轮廓的缺陷,方法简单,可靠性高,无需破坏光栅即可检测出样品光栅的均匀性,为样品光栅是否能投入使用提供依据。
Description
技术领域
本发明属于光学器件检测技术领域,尤其涉及一种光栅无损检测方法及系统。
背景技术
光栅作为一种分光元件,在光谱仪器中发挥着关键作用,在光谱成像领域及相干成像系统中有着非常广泛的应用。在科研过程中,光栅质量的好坏直接关系到科研结果的严谨性。光栅涉及到的领域越来越广,人类对它的需求也越来也高。因而对光栅质量与性能的检测技术也应该同步发展起来,光栅的检测与光栅的制造同样重要。
现有的多种破坏性检测法虽然可以测量出光栅的质量参数,但都是以破坏样品为前提的,即使参照已测良好的样本参数复制光栅,但由于刻蚀技术等条件的限制,也不可能达到百分百的相似度,依旧存在瑕疵。复制光栅得不到与已破坏光栅完全相同的光栅。制造技术要求很高的微细光栅必须被破坏才得以检测,造成了极大的浪费。
发明内容
本发明为解决现有技术中破坏光栅才能够对光栅进行检测的技术问题,提供一种光栅无损检测方法及系统。
本发明第一个目的是,提供一种光栅无损检测方法,包括:
获取样品光栅图像;
对所述样品光栅图像进行背景校正,获得样品光栅透射图;
对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值;
根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性;
采用Sobel算子对所述样品光栅透射图进行缺陷提取;
将均匀性结果信息和缺陷信息进行显示。
根据本发明的一个实施例,对所述样品光栅图像进行背景校正,获得样品光栅透射图,包括:
采集无样品光栅时的背景图像,并进行存储;
将所述样品光栅图像与所述背景图像相除,获得样品光栅透射图。
根据本发明的一个实施例,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,包括:
将所述样品光栅透射图划分为M×N个区域,其中,M、N均为大于2的整数;
取部分区域作为样本区域,计算所述样本区域的像素灰度平均值。
根据本发明的一个实施例,取五个区域作为样本区域,分别为所述样品光栅透射图的中心区域、与所述中心区域距离相同的位于所述样品光栅透射图的四个方向的四个区域。
根据本发明的一个实施例,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,包括:
将所述像素灰度平均值与预先存储的理论灰度平均值进行比较,计算相对误差和方差;
提取所述样本区域的直方图,将所述样本区域的直方图和完整的样品光栅透射图的直方图进行比较;
根据直方图的比较结果,以及所述相对误差和方差,判断样品光栅的均匀性。
根据本发明的一个实施例,采用Sobel算子对所述样品光栅透射图进行缺陷提取,包括:
采用检测水平边缘的Sobel算子作为核与所述样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹;
对消除垂直方向条纹的图像进行二值化处理,提取水平边缘,获得非垂直结构的缺陷图像。
根据本发明的一个实施例,所述Sobel算子为5×5的矩阵。
本发明的第二个目的是,提供一种光栅无损检测系统,应用于上述的光栅无损检测方法,所述系统包括图像采集装置、处理器以及显示装置;
所述图像采集装置用于采集样品光栅图像;
所述处理器用于对所述样品光栅图像进行背景校正,获得样品光栅透射图,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,采用Sobel算子对所述样品光栅透射图进行缺陷提取;
所述显示装置用于对所述均匀性结果信息和缺陷信息进行显示。
根据本发明的一个实施例,所述图像采集装置包括射线源和探测器,所述射线源用于发射射线,样品光栅置于所述射线的光路上,所述探测器用于采集经过样品光栅后的射线获得强度信号图像,并转换为样品光栅图像。
根据本发明的一个实施例,所述射线源为X射线源。
本发明提供的光栅无损检测方法及系统,至少包括如下有益效果:
(1)通过分析样品光栅透射图对样品光栅的缺陷、均匀性进行检测,无需损坏光栅,能够有效降低生产成本,提高经济效益;
(2)通过分析样品光栅透射图可以获得更多的信息量,能够最大限度的反应样品光栅的整体信息,适用性和可迁移性强,对其他精细结构同样适用;
(3)获得样品光栅图像之后进行背景矫正,消除背景影响,有效提高了检测的准确性。
(4)通过对样品光栅透射图采样,计算样本区域的相对误差、方差,提取直方图,从而对样品光栅的均匀性进行判断,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的均匀性,为样品光栅是否能投入使用提供依据;
(5)根据光栅的结构特点,利用Sobel算子消除垂直方向的条纹,仅仅需要检测水平方向上的Sobel算子即可查找出非垂直方向轮廓的缺陷,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的缺陷,为样品光栅是否能投入使用提供依据;
(6)系统组成结构简单,有效降低生产成本。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明实施例提供的光栅无损检测方法的流程图。
图2是本发明实施例提供的光栅无损检测方法中检测样品光栅均匀性的示意图。
图3是本发明实施例提供的光栅无损检测方法中利用Sobel算子对样品光栅透射图进行缺陷提取的示意图。
图4是本发明实施例提供的光栅无损检测系统的结构示意图。
图5为本发明实施例提供的光栅无损检测系统中图像采集装置的工作原理示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一
参考图1,本实施例提供一种光栅无损检测方法,包括:
步骤S101,获取样品光栅图像;
步骤S102,对所述样品光栅图像进行背景校正,获得样品光栅透射图;
步骤S103,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值;
步骤S104,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性;
步骤S105,采用Sobel算子对所述样品光栅透射图进行缺陷提取;
步骤S106,将均匀性结果信息和缺陷信息进行显示。
具体地,执行步骤S101,样品光栅图像可以采用基于射线的图像采集装置进行采集,光栅是由梳状非金属材料填充金属材料形成的周期结构,射线通过不同物体时会发生不同程度的衰减,由于金属的线性衰减系数大于非金属的线性衰减系数,射线透过非金属后被吸收的能量较少,会得到较强的信号,射线透过金属后被吸收的能量较多,会得到较强的信号,因此得到的样品光栅图像为明暗相间的周期性条纹。
此外,进行检测之前,通过对照试验筛选出检测光栅的图像采集装置的最佳系统参数,包括管电压、管电流、曝光时间、样品位置等。
通过预先进行对照试验确定检测系统的最佳系统参数,大大提高了检测效率。
进一步地,执行步骤S102,对样品光栅图像进行背景校正,能够消除背景影响,获得精准的样品光栅透射图。
进一步地,执行步骤S103,对所述样品光栅透射图提取样本区域进行分析,样本区域的数量可以根据实际需求设定,获得所述样品光栅透射图的像素灰度平均值。
进一步地,执行步骤S104,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,影响微细光栅均匀性的因素有很多:刻蚀材料本身厚度不均匀、刻蚀过程中温度过高、刻蚀过程中产生的氢气无法溢出、填充不均匀、表面处理不充分导致金属残留等。通过计算样本区域的均值、标准差等,结合理论值可以分析光栅的整体均匀性。
进一步地,执行步骤S105,采用Sobel算子对所述样品光栅透射图进行缺陷提取。由于光栅是垂直的,因此可以采用Sobel算子处理图像可以提取光栅缺陷、例如斑点、裂纹等。
进一地,执行步骤S106,将均匀性结果信息和缺陷信息进行显示,可以直观的看到样品光栅的均匀性结果和缺陷的位置等信息。
本实施例提供的光栅无损检测方法,至少包括如下有益效果:
(1)通过分析样品光栅透射图对样品光栅的缺陷、均匀性进行检测,无需损坏光栅,能够有效降低生产成本,提高经济效益;
(2)通过分析样品光栅透射图可以获得更多的信息量,能够最大限度的反应样品光栅的整体信息,适用性和可迁移性强,对其他精细结构同样适用。
实施例二
本实施例提供一种光栅无损检测方法,首先获取样品光栅图像,样品光栅图像可以采用基于射线的图像采集装置进行采集,光栅是由梳状非金属材料填充金属材料形成的周期结构,射线通过不同物体时会发生不同程度的衰减,由于金属的线性衰减系数大于非金属的线性衰减系数,射线透过非金属后被吸收的能量较少,会得到较强的信号,射线透过金属后被吸收的能量较多,会得到较强的信号,因此得到的样品光栅图像为明暗相间的周期性条纹。
此外,进行检测之前,通过对照试验筛选出检测光栅的图像采集装置的最佳系统参数,包括管电压、管电流、曝光时间、样品位置等。
通过预先进行对照试验确定检测系统的最佳系统参数,大大提高了检测效率。
其次需要对样品光栅图像进行背景矫正,消除背景影响,作为一种优选的实施方式,在检测前,以系统最佳参数采集背景图像,即没有样品光栅的情况下的图像,将背景图像进行存储,获取的样品光栅图像包含了背景信息,将样品光栅图像与背景图像相除,即可得到样品光栅透射图。
进一步地,获得样品光栅透射图之后,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性。
本实施例中,以五点取样法检测样品光栅的整体均匀性,参考图2,将获得的样品光栅透射图划分成M×N个区域,其中,M、N均为大于2的整数,从M×N个区域中提取部分区域作为样本区域,计算所述样本区域的像素灰度平均值。
作为一种优选的实施方式,取五个区域作为样本区域,这五个区域分别为所述样品光栅透射图的中心区域、与所述中心区域距离相同的位于所述样品光栅透射图的四个方向的四个区域,即统计学中常用的五点取样法。
分别求出五个样本区域像素灰度平均值,将所述像素灰度平均值与预先存储的理论灰度平均值进行比较,计算相对误差和方差。
其中,理论灰度平均值通过可以利用样品衰减系数、占空比、厚度等信息计算出来。
作为一种优选的实施方式,提取五个样本区域的直方图,将所述样本区域的直方图和完整的样品光栅透射图的直方图进行比较。
根据直方图的比较结果,以及所述相对误差和方差与既定标准的比较,即可判断样品光栅的均匀性。
影响微细光栅均匀性的因素有很多:刻蚀材料本身厚度不均匀、刻蚀过程中温度过高、刻蚀过程中产生的氢气无法溢出、填充不均匀、表面处理不充分导致金属残留等。本实施例提供的光栅无损检测方法,通过计算样本区域的均值、标准差等,结合理论值可以分析光栅的整体均匀性。
本实施例提供的光栅无损检测方法,至少包括如下有益效果:
(1)通过对样品光栅透射图采样,计算样本区域的相对误差、方差,提取直方图,从而对样品光栅的均匀性进行判断,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的均匀性,为样品光栅是否能投入使用提供依据;
(2)获得样品光栅图像之后进行背景矫正,消除背景影响,有效提高了检测的准确性。
实施例三
本实施例提供一种光栅无损检测方法,首先获取样品光栅图像,样品光栅图像可以采用基于射线的图像采集装置进行采集,光栅是由梳状非金属材料填充金属材料形成的周期结构,射线通过不同物体时会发生不同程度的衰减,由于金属的线性衰减系数大于非金属的线性衰减系数,射线透过非金属后被吸收的能量较少,会得到较强的信号,射线透过金属后被吸收的能量较多,会得到较强的信号,因此得到的样品光栅图像为明暗相间的周期性条纹。
此外,进行检测之前,通过对照试验筛选出检测光栅的图像采集装置的最佳系统参数,包括管电压、管电流、曝光时间、样品位置等。
通过预先进行对照试验确定检测系统的最佳系统参数,大大提高了检测效率。
其次需要对样品光栅图像进行背景矫正,消除背景影响,作为一种优选的实施方式,在检测前,以系统最佳参数采集背景图像,即没有样品光栅的情况下的图像,将背景图像进行存储,获取的样品光栅图像包含了背景信息,将样品光栅图像与背景图像相除,即可得到样品光栅透射图。
进一步地,获得样品光栅透射图之后,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,具体参考实施例二,在此不再赘述。
更进一步地,采用Sobel算子对所述样品光栅透射图进行缺陷提取,具体包括:
采用检测水平边缘的Sobel算子作为核与所述样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹;
对消除垂直方向条纹的图像进行二值化处理,提取水平边缘,获得非垂直结构的缺陷图像。
参考图3,Sobel算子通过像素平均,有一定的噪声抑制能力,对灰度渐变和噪声较多的图像处理较好,且对于水平和垂直方向排列的提取效果较好。
一般的边缘检测运用中,Sobel算子有两个,一个检测水平边缘的,另一个检测垂直边缘的,这里只需用到检测水平边缘的,作为一种优选的实施方式,Sobel算子为5×5的矩阵。
作为一种可选的实施方式,该Sobel算子如下所示:
利用检测水平边缘的Sobel算子5×5模板作为核与样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹,然后选择合适的阈值二值化处理消除垂直方向条纹后的图像,以提取水平边缘,由于样品光栅透射图是垂直条纹的周期结构,因此不是垂直结构的部分被提取出来,可以直观的观察到缺陷的存在。
样品光栅的缺陷包括但不限于斑点、裂纹等。
本实施例提供的光栅无损检测方法,至少包括如下有益效果:
根据光栅的结构特点,利用Sobel算子消除垂直方向的条纹,仅仅需要检测水平方向上的Sobel算子即可查找出非垂直方向轮廓的缺陷,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的缺陷,为样品光栅是否能投入使用提供依据。
实施例四
参考图4,本实施例提供一种光栅无损检测系统,应用于上述的光栅无损检测方法,所述系统包括图像采集装置201、处理器202以及显示装置203;
图像采集装置201用于采集样品光栅图像;
处理器202用于对所述样品光栅图像进行背景校正,获得样品光栅透射图,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,采用Sobel算子对所述样品光栅透射图进行缺陷提取;
显示装置203用于对所述均匀性结果信息和缺陷信息进行显示。
进一步地,参考图5,图像采集装置201包括射线源2011和探测器2012,射线源2011用于发射射线,样品光栅置于射线的光路上,探测器2012用于采集经过样品光栅后的射线获得强度信号图像,并转换为样品光栅图像。
作为一种优选的实施方式,射线源2011为X射线源。
处理器202为本发明提供的光栅无损检测方法的执行主体。
具体地,进行检测之前,通过对照试验筛选出检测光栅的最佳系统参数,包括管电压、管电流、曝光时间、样品位置等,将样品光栅置于射线源2011的光路上,探测器2012接收经过样品光栅后的强度信号,并转换为数字信号,即为样品光栅图像。
光栅是由梳状非金属材料填充金属材料形成的周期结构,射线通过不同物体时会发生不同程度的衰减,由于金属的线性衰减系数大于非金属的线性衰减系数,射线透过非金属后被吸收的能量较少,会得到较强的信号,射线透过金属后被吸收的能量较多,会得到较强的信号,因此得到的样品光栅图像为明暗相间的周期性条纹。
此外,参考图5,检测之前,以最佳系统参数采集探测器2012的信号图像,即没有样品光栅情况下的背景图像,并进行存储,处理器202接收到样品光栅图像后,将样品光栅图像与背景图像相除,即可得到样品光栅透射图。
通过背景矫正,能够消除背景影响。
进一步地,处理器202得样品光栅透射图之后,还用于对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性。
具体地,以五点取样法检测样品光栅的整体均匀性,参考图2,处理器202还用于将获得的样品光栅透射图划分成M×N个区域,其中,M、N均为大于2的整数,从M×N个区域中提取部分区域作为样本区域,计算所述样本区域的像素灰度平均值。
作为一种优选的实施方式,取五个区域作为样本区域,这五个区域分别为所述样品光栅透射图的中心区域、与所述中心区域距离相同的位于所述样品光栅透射图的四个方向的四个区域,即统计学中常用的五点取样法。
处理器202还用于分别求出五个样本区域像素灰度平均值,将所述像素灰度平均值与预先存储的理论灰度平均值进行比较,计算相对误差和方差。
其中,理论灰度平均值通过可以利用样品衰减系数、占空比、厚度等信息计算出来。
作为一种优选的实施方式,处理器202还用于提取五个样本区域的直方图,将所述样本区域的直方图和完整的样品光栅透射图的直方图进行比较。
处理器202还用于根据直方图的比较结果,以及所述相对误差和方差与既定标准的比较,判断样品光栅的均匀性。
影响微细光栅均匀性的因素有很多:刻蚀材料本身厚度不均匀、刻蚀过程中温度过高、刻蚀过程中产生的氢气无法溢出、填充不均匀、表面处理不充分导致金属残留等。通过计算样本区域的均值、标准差等,结合理论值可以分析光栅的整体均匀性。
进一步地,处理器202还用于采用检测水平边缘的Sobel算子作为核与所述样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹;
对消除垂直方向条纹的图像进行二值化处理,提取水平边缘,获得非垂直结构的缺陷图像。
Sobel算子通过像素平均,有一定的噪声抑制能力,对灰度渐变和噪声较多的图像处理较好,且对于水平和垂直方向排列的提取效果较好。
一般的边缘检测运用中,Sobel算子有两个,一个检测水平边缘的,另一个检测垂直边缘的,这里只需用到检测水平边缘的,作为一种优选的实施方式,Sobel算子为5×5的矩阵。
处理器202还用于利用检测水平边缘的Sobel算子5×5模板作为核与样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹,然后选择合适的阈值二值化处理消除垂直方向条纹后的图像,以提取水平边缘,由于样品光栅透射图是垂直条纹的周期结构,因此不是垂直结构的部分被提取出来,可以直观的观察到缺陷的存在。
综上所述,本实施例提供的光栅无损检测系统,至少包括如下有益效果:
(1)通过分析样品光栅透射图对样品光栅的缺陷、均匀性进行检测,无需损坏光栅,能够有效降低生产成本,提高经济效益;
(2)通过分析样品光栅透射图可以获得更多的信息量,能够最大限度的反应样品光栅的整体信息,适用性和可迁移性强,对其他精细结构同样适用;
(3)获得样品光栅图像之后进行背景矫正,消除背景影响,有效提高了检测的准确性;
(4)通过对样品光栅透射图采样,计算样本区域的相对误差、方差,提取直方图,从而对样品光栅的均匀性进行判断,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的均匀性,为样品光栅是否能投入使用提供依据;
(5)根据光栅的结构特点,利用Sobel算子消除垂直方向的条纹,从而查找出非垂直方向轮廓的缺陷,方法简单,计算量小,可靠性高,无需破坏光栅即可检测出样品光栅的缺陷,为样品光栅是否能投入使用提供依据;
(6)预先进行对照试验,确定检测系统的最佳系统参数,大大提高了检测效率。
(7)系统组成结构简单,有效降低生产成本。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种光栅无损检测方法,其特征在于,包括:
获取样品光栅图像;
对所述样品光栅图像进行背景校正,获得样品光栅透射图;
对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值;
根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性;
采用Sobel算子对所述样品光栅透射图进行缺陷提取;
将均匀性结果信息和缺陷信息进行显示。
2.根据权利要求1所述的光栅无损检测方法,其特征在于,对所述样品光栅图像进行背景校正,获得样品光栅透射图,包括:
采集无样品光栅时的背景图像,并进行存储;
将所述样品光栅图像与所述背景图像相除,获得样品光栅透射图。
3.根据权利要求1所述的光栅无损检测方法,其特征在于,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,包括:
将所述样品光栅透射图划分为M×N个区域,其中,M、N均为大于2的整数;
取部分区域作为样本区域,计算所述样本区域的像素灰度平均值。
4.根据权利要求3所述的光栅无损检测方法,其特征在于,取五个区域作为样本区域,分别为所述样品光栅透射图的中心区域、与所述中心区域距离相同的位于所述样品光栅透射图的四个方向的四个区域。
5.根据权利要求4所述的光栅无损检测方法,其特征在于,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,包括:
将所述像素灰度平均值与预先存储的理论灰度平均值进行比较,计算相对误差和方差;
提取所述样本区域的直方图,将所述样本区域的直方图和完整的样品光栅透射图的直方图进行比较;
根据直方图的比较结果,以及所述相对误差和方差,判断样品光栅的均匀性。
6.根据权利要求1所述的光栅无损检测方法,其特征在于,采用Sobel算子对所述样品光栅透射图进行缺陷提取,包括:
采用检测水平边缘的Sobel算子作为核与所述样品光栅透射图的每个像素点做卷积和运算,消除垂直方向条纹;
对消除垂直方向条纹的图像进行二值化处理,提取水平边缘,获得非垂直结构的缺陷图像。
7.根据权利要求6所述的光栅无损检测方法,其特征在于,所述Sobel算子为5×5的矩阵。
8.一种光栅无损检测系统,其特征在于,应用于如权利要求1-7任一所述的光栅无损检测方法,所述系统包括图像采集装置、处理器以及显示装置;
所述图像采集装置用于采集样品光栅图像;
所述处理器用于对所述样品光栅图像进行背景校正,获得样品光栅透射图,对所述样品光栅透射图提取样本区域进行分析,获得所述样品光栅透射图的像素灰度平均值,根据所述样本区域以及所述像素灰度平均值判断样品光栅的均匀性,采用Sobel算子对所述样品光栅透射图进行缺陷提取;
所述显示装置用于对所述均匀性结果信息和缺陷信息进行显示。
9.根据权利要求8所述的光栅无损检测系统,其特征在于,所述图像采集装置包括射线源和探测器,所述射线源用于发射射线,样品光栅置于所述射线的光路上,所述探测器用于采集经过样品光栅后的射线获得强度信号图像,并转换为样品光栅图像。
10.根据权利要求9所述的光栅无损检测系统,其特征在于,所述射线源为X射线源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488263.6A CN109544552A (zh) | 2018-12-06 | 2018-12-06 | 一种光栅无损检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488263.6A CN109544552A (zh) | 2018-12-06 | 2018-12-06 | 一种光栅无损检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544552A true CN109544552A (zh) | 2019-03-29 |
Family
ID=65853970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811488263.6A Pending CN109544552A (zh) | 2018-12-06 | 2018-12-06 | 一种光栅无损检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544552A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109959664A (zh) * | 2019-04-10 | 2019-07-02 | 长春禹衡光学有限公司 | 绝对光栅尺的污染检测方法、装置及可读存储介质 |
CN110736751A (zh) * | 2019-11-06 | 2020-01-31 | 上海御微半导体技术有限公司 | 一种表面缺陷检测方法及装置 |
CN111316086A (zh) * | 2019-04-04 | 2020-06-19 | 合刃科技(深圳)有限公司 | 表面缺陷光学检测方法及相关装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201515466U (zh) * | 2009-11-20 | 2010-06-23 | 惠州市德赛工业发展有限公司 | 一种倒车辅助系统 |
CN104655403A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 一种点阵光源发光均匀性测试方法 |
CN104658461A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 显示器发光均匀性的测试方法 |
CN104809725A (zh) * | 2015-04-23 | 2015-07-29 | 广东工业大学 | 一种布匹缺陷视觉识别检测装置和方法 |
CN105144235A (zh) * | 2013-02-04 | 2015-12-09 | Ge传感与检测技术有限公司 | 用于无损测试测试对象的体积的方法和为了实施这样的方法而配置的测试装置 |
CN105760876A (zh) * | 2016-03-18 | 2016-07-13 | 中山大学 | 一种基于散热器栅格背景消融的车标定位方法 |
CN205538740U (zh) * | 2016-01-29 | 2016-08-31 | 广州番禺职业技术学院 | 一种智能木材表面缺陷检测系统 |
CN105976354A (zh) * | 2016-04-14 | 2016-09-28 | 广州视源电子科技股份有限公司 | 基于颜色和梯度的元件定位方法和系统 |
CN106303158A (zh) * | 2016-09-30 | 2017-01-04 | 杭州电子科技大学 | 一种视频图像中的条纹异常检测方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
CN107153067A (zh) * | 2017-05-30 | 2017-09-12 | 镇江苏仪德科技有限公司 | 一种基于matlab的零件表面缺陷检测方法 |
CN107895492A (zh) * | 2017-10-24 | 2018-04-10 | 河海大学 | 一种基于传统视频的高速公路智能分析方法 |
CN108629775A (zh) * | 2018-05-14 | 2018-10-09 | 华中科技大学 | 一种热态高速线材表面图像处理方法 |
TW201842327A (zh) * | 2017-04-14 | 2018-12-01 | 韓商康寧精密素材股份有限公司 | 蓋玻璃檢查裝置 |
-
2018
- 2018-12-06 CN CN201811488263.6A patent/CN109544552A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201515466U (zh) * | 2009-11-20 | 2010-06-23 | 惠州市德赛工业发展有限公司 | 一种倒车辅助系统 |
CN105144235A (zh) * | 2013-02-04 | 2015-12-09 | Ge传感与检测技术有限公司 | 用于无损测试测试对象的体积的方法和为了实施这样的方法而配置的测试装置 |
CN104655403A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 一种点阵光源发光均匀性测试方法 |
CN104658461A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 显示器发光均匀性的测试方法 |
CN104809725A (zh) * | 2015-04-23 | 2015-07-29 | 广东工业大学 | 一种布匹缺陷视觉识别检测装置和方法 |
CN205538740U (zh) * | 2016-01-29 | 2016-08-31 | 广州番禺职业技术学院 | 一种智能木材表面缺陷检测系统 |
CN105760876A (zh) * | 2016-03-18 | 2016-07-13 | 中山大学 | 一种基于散热器栅格背景消融的车标定位方法 |
CN105976354A (zh) * | 2016-04-14 | 2016-09-28 | 广州视源电子科技股份有限公司 | 基于颜色和梯度的元件定位方法和系统 |
CN106303158A (zh) * | 2016-09-30 | 2017-01-04 | 杭州电子科技大学 | 一种视频图像中的条纹异常检测方法 |
CN106952257A (zh) * | 2017-03-21 | 2017-07-14 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
TW201842327A (zh) * | 2017-04-14 | 2018-12-01 | 韓商康寧精密素材股份有限公司 | 蓋玻璃檢查裝置 |
CN107153067A (zh) * | 2017-05-30 | 2017-09-12 | 镇江苏仪德科技有限公司 | 一种基于matlab的零件表面缺陷检测方法 |
CN107895492A (zh) * | 2017-10-24 | 2018-04-10 | 河海大学 | 一种基于传统视频的高速公路智能分析方法 |
CN108629775A (zh) * | 2018-05-14 | 2018-10-09 | 华中科技大学 | 一种热态高速线材表面图像处理方法 |
Non-Patent Citations (2)
Title |
---|
中国人工智能学会编: "《中国人工智能进展 2007》", 31 December 2007 * |
王玮 等: "一种运动目标阴影轮廓的两步检测算法", 《广西师范大学学报:自然科学版》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111316086A (zh) * | 2019-04-04 | 2020-06-19 | 合刃科技(深圳)有限公司 | 表面缺陷光学检测方法及相关装置 |
CN111316086B (zh) * | 2019-04-04 | 2023-05-02 | 合刃科技(深圳)有限公司 | 表面缺陷光学检测方法及相关装置 |
CN109959664A (zh) * | 2019-04-10 | 2019-07-02 | 长春禹衡光学有限公司 | 绝对光栅尺的污染检测方法、装置及可读存储介质 |
CN109959664B (zh) * | 2019-04-10 | 2021-12-28 | 长春禹衡光学有限公司 | 绝对光栅尺的污染检测方法、装置及可读存储介质 |
CN110736751A (zh) * | 2019-11-06 | 2020-01-31 | 上海御微半导体技术有限公司 | 一种表面缺陷检测方法及装置 |
CN110736751B (zh) * | 2019-11-06 | 2022-04-19 | 合肥御微半导体技术有限公司 | 一种表面缺陷检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544552A (zh) | 一种光栅无损检测方法及系统 | |
CN104458895A (zh) | 管道三维漏磁成像检测方法及系统 | |
US9129353B2 (en) | Charged particle beam device, and image analysis device | |
CN106932416B (zh) | 基于数字射线的燃气轮机叶片内部缺陷三维参数提取方法 | |
US10410825B2 (en) | Electron probe microanalyzer and storage medium | |
CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
JP2011123999A (ja) | 電子顕微鏡 | |
US20150276629A1 (en) | Method of conducting an x-ray diffraction-based crystallography analysis | |
KR101110787B1 (ko) | 엑스레이 씨티촬영을 통한 미세 토사의 간극비 측정방법 | |
CN111562575B (zh) | 一种用于地面沉降的监测方法 | |
JP5743933B2 (ja) | 放射線透過デジタル画像を用いた検査方法及びその装置 | |
JP2007271434A (ja) | 検査装置、検査方法、検査プログラムおよび検査システム | |
CN105161147A (zh) | 一种压水堆乏燃料元件三维中子照相无损检测方法 | |
CN104997525B (zh) | 一种数字放射影像设备关键部件选型的装置与方法 | |
Xia et al. | Pollution degree detection of insulators based on hyperspectral imaging technology | |
JP2010029238A (ja) | X線診断装置 | |
JP2008089325A (ja) | 電子プローブマイクロアナライザによる地質年代測定法 | |
Udpa et al. | Automated analysis of eddy current signals in steam generator tube inspection | |
CN102759538B (zh) | 一种锥束ct系统点扩展函数的测量与建模方法 | |
CN105548935A (zh) | 磁场测量仪分辨率的检测方法和装置 | |
CN104122279A (zh) | 具有空间分辨能力的x射线微区吸收谱测量方法 | |
CN104359811A (zh) | 一种基于压缩空气的pm2.5浓度检测方法 | |
CN117629967B (zh) | 基于光谱分析的土壤土层污染快速检测方法 | |
CN104350738A (zh) | 用于在x射线曝光期间评估x射线射束不均匀性的源的存在的方法 | |
CN116413290B (zh) | 一种工业ct散射校正方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
RJ01 | Rejection of invention patent application after publication |