CN110806412A - 一种基于光学元件的缺陷尺寸检测方法及系统 - Google Patents

一种基于光学元件的缺陷尺寸检测方法及系统 Download PDF

Info

Publication number
CN110806412A
CN110806412A CN201911124049.7A CN201911124049A CN110806412A CN 110806412 A CN110806412 A CN 110806412A CN 201911124049 A CN201911124049 A CN 201911124049A CN 110806412 A CN110806412 A CN 110806412A
Authority
CN
China
Prior art keywords
defect
size
pixels
optical element
light intensity
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
CN201911124049.7A
Other languages
English (en)
Inventor
张健
樊非
李亚国
张清华
王健
许乔
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.)
Laser Fusion Research Center China Academy of Engineering Physics
Original Assignee
Laser Fusion Research Center China Academy of Engineering Physics
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 Laser Fusion Research Center China Academy of Engineering Physics filed Critical Laser Fusion Research Center China Academy of Engineering Physics
Priority to CN201911124049.7A priority Critical patent/CN110806412A/zh
Publication of CN110806412A publication Critical patent/CN110806412A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请实施例提供一种基于光学元件的缺陷尺寸检测方法及系统，涉及光学测量技术领域，该方法包括：获取所述光学元件中缺陷图像占用的缺陷像元数；判断所述缺陷像元数是否等于或小于预设的分辨率像元数；当所述缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强；以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸。可见，实施这种实施方式，能够测量出传统方法中无法检测到缺陷尺寸，提高缺陷检测效果。

Description

一种基于光学元件的缺陷尺寸检测方法及系统
技术领域
本申请涉及光学测量技术领域，具体而言，涉及一种基于光学元件的缺陷尺寸检测方法及系统。
背景技术
随着科技的不断发展，光学系统及光学元件也在快速地更新换代。在光学元件不断更迭的过程中，光学元件始终会存在一定的缺陷，为了保证光学系统的正常运行，往往需要测量光学元件中的缺陷以及缺陷尺寸。然而，在实践中发现，对光学元件进行缺陷尺寸的测量通常是使用显微成像装置对缺陷进行检测，然后根据成像结果进行缺陷尺寸的计算。但是，上述的这种缺陷尺寸的检测方法会受到显微成像装置的检测分辨率约束，从而导致了传统方法无法测量出上述检测分辨率约束下的缺陷尺寸。
发明内容
本申请实施例的目的在于提供一种基于光学元件的缺陷尺寸检测方法及系统，能够测量出传统方法中无法检测到缺陷尺寸。
本申请实施例第一方面提供了一种基于光学元件的缺陷尺寸检测方法，包括：
获取所述光学元件中缺陷图像占用的缺陷像元数；
判断所述缺陷像元数是否等于或小于预设的分辨率像元数；
当所述缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强；
以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸。
在上述实现过程中，该方法可以优先获取光学元件中缺陷图像占用的缺陷像元数，从而确定现在能够获取到的缺陷图像的尺寸信息；在获取到上述的缺陷像元数之后，判断缺陷像元数是否小于预设的分辨率像元数，从而起到判断目前的缺陷尺寸是否小于可直接计算获取到的尺寸的效果；在缺陷像元数等于或小于预设的分辨率像元数时，认定缺陷尺寸小于目前可以直接计算得到的尺寸，从而触发获取缺陷散射光光强的操作，其中缺陷散射光光强是探测光源照射到光学元件的缺陷位置处散射得到的；在获取到缺陷散射光光强之后，将缺陷散射光光强代入预设的尺寸检测算法，得到缺陷尺寸，从而实现更精细化的缺陷尺寸的获取。可见，实施这种实施方式，能够通过缺陷像元数的判断来确定传统方法是否能够直接计算，在不能够直接计算的情况下，通过尺寸检测算法和缺陷散射光光强来进行缺陷尺寸的计算，从而实现更细小的缺陷尺寸的检测，进而能够提高检测效果。
进一步地，所述以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸的步骤包括：
获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，所述尺寸计算参数包括所述光学元件的折射率、与所述缺陷散射光光强对应的入射光强以及与所述入射光强对应的入射光波长；
将所述光学元件的折射率、所述入射光强、所述入射光波长和所述缺陷散射光光强代入所述尺寸计算公式进行计算，得到缺陷尺寸。
在上述实现过程中，该方法能够获取到尺寸检测算法包括的种种信息与参数，其中，尺寸检测算法所包括的尺寸计算公式和尺寸计算参数；其中，所述尺寸计算参数包括所述光学元件的折射率、与所述缺陷散射光光强对应的入射光强以及与所述入射光强对应的入射光波长皆可以为预设的参数，在上述尺寸计算公式和尺寸计算参数都确定的基础上，该方法可以自行对缺陷尺寸进行计算，从而到高精度的缺陷尺寸。可见，实施这种实施方式，能够进一步限定计算过程，从而使用一种计算的精度较高的方式代替其他的一些方式，从而提高上述缺陷尺寸的计算精度。
进一步地，所述方法还包括：
当所述缺陷像元数大于所述分辨率像元数时，根据所述缺陷像元数进行计算，得到缺陷尺寸。
在上述实现过程中，该方法还可以在缺陷像元数大于分辨率像元数时，认定当前的缺陷图像能够被直接计算得到，然后通过预设的获取方式对缺陷像元数进行获取，再根据每个像元对应的尺寸信息进行叠加计算，从而得到缺陷尺寸。实施这种实施方式，可以兼容传统的缺陷尺寸的计算方法和新的高精度的缺陷尺寸的计算方法，从而提高缺陷尺寸计算的兼容性。
进一步地，所述获取所述光学元件中缺陷图像占用的缺陷像元数的步骤包括：
获取所述光学元件的拍摄图像；
识别所述拍摄图像中包括的缺陷图像；
获取所述缺陷图像占用的缺陷像元数。
在上述实现过程中，该方法可以优先获取光学元件的拍摄图像，然后在光学元件的拍摄图像中获取缺陷图像，该过程可以由计算元件进行计算或判断；在获取到上述的缺陷图像之后，缺陷尺寸检测系统可以获取缺陷图像占用的缺陷像元数。可见，实施这种实施方式，可以通过光学元件的图像进行进一步的处理，从而逐层获取，最终获取到精度更高的缺陷像元数。
本申请实施例第二方面提供了一种基于光学元件的缺陷尺寸检测系统，所述缺陷尺寸检测系统包括：
第一获取单元，用于获取所述光学元件中缺陷图像占用的缺陷像元数；
判断单元，用于判断所述缺陷像元数是否等于或小于预设的分辨率像元数；
第二获取单元，用于在所述缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强；
计算单元，用于以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸。
在上述实现过程中，基于光学元件的缺陷尺寸检测系统包括第一获取单元、判断单元、第二获取单元以及计算单元，其中，基于光学元件的缺陷尺寸检测系统能够通过第一获取单元先获取光学元件中缺陷图像占用的缺陷像元数，然后在通过判断单元来判断上述的缺陷像元数是否等于或小于预设的分辨率像元数，若是，判断单元则认定该缺陷像元数不足以被现有的检测方式检测到其缺陷尺寸，从而触发第二获取单元获取探测光源照射到光学元件的缺陷散射光光强，从而使得计算单元可以通过预设的尺寸检测算法和第二获取单元获取到的缺陷散射光光强来计算缺陷尺寸，从而得到更加准确的缺陷尺寸，该缺陷尺寸要比传统结构能够获取到的缺陷尺寸要小。
进一步地，所述计算单元包括：
提取子单元，用于获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，所述尺寸计算参数包括所述光学元件的折射率、与所述缺陷散射光光强对应的入射光强以及与所述入射光强对应的入射光波长；
计算子单元，用于将所述光学元件的折射率、所述入射光强、所述入射光波长和所述缺陷散射光光强代入所述尺寸计算公式进行计算，得到缺陷尺寸。
在上述实现过程中，提取子单元可以在尺寸检测算法中提取公式信息和参数信息进行，其中，尺寸检测算法中包括的参数信息可以实时获取到，另外，计算子单元接收提取子单元获取到的公式信息和参数信息并根据该公式信息和参数信息进行计算，得到最终的缺陷尺寸。使用这种系统能够更准确的计算出缺陷尺寸，从而提高该缺陷尺寸检测系统的检测精度。
进一步地，所述计算单元还用于在所述缺陷像元数大于所述分辨率像元数时，根据所述缺陷像元数进行计算，得到缺陷尺寸。
在上述实现过程中，该系统还可以通过计算单元来进行传统的缺陷尺寸计算，从而得到缺陷尺寸。可见，使用这种系统，可以兼容传统的缺陷尺寸的计算方法和新的高精度的缺陷尺寸的计算方法，从而提高缺陷尺寸计算的兼容性。
进一步地，所述第一获取单元包括：
获取子单元，用于获取所述光学元件的拍摄图像；
识别子单元，用于识别所述拍摄图像中包括的缺陷图像；
所述获取子单元，还用于获取所述缺陷图像占用的缺陷像元数。
在上述实现过程中，第一获取单元可以通过获取子单元来获取光学元件的拍摄图像，然后根据该拍摄图像进行缺陷识别，得到缺陷位置的缺陷图像，进而将该缺陷图像发回获取子单元，再通过获取子单元来获取缺陷图像所占用的缺陷像元数。可见，使用这种系统能够获取更准确的缺陷像元数，从而提高该系统对曲线尺寸的计算精度。
本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据本申请实施例第一方面中任一项所述的基于光学元件的缺陷尺寸检测方法。
本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的基于光学元件的缺陷尺寸检测方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种基于光学元件的缺陷尺寸检测方法的流程示意图；
图2为本申请实施例提供的另一种基于光学元件的缺陷尺寸检测方法的流程示意图；
图3为本申请实施例提供的一种基于光学元件的缺陷尺寸检测系统的结构示意图；
图4为本申请实施例提供的另一种基于光学元件的缺陷尺寸检测系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
请参看图1，图1为本申请实施例提供了一种基于光学元件的缺陷尺寸检测方法的流程示意图。该基于光学元件的缺陷尺寸检测方法可以应用于对任何光学元件的检测当中，具体的，该方法可以应用关于实验室检测环境。其中，该基于光学元件的缺陷尺寸检测方法包括：
S101、获取光学元件中缺陷图像占用的缺陷像元数。
本实施例中，光学元件为光学系统的基本组成单元，其中，大部分光学元件起成像的作用，具体的，光学元件可以包括透镜、棱镜、反射镜等。
在本实施例中，光学元件包括玻璃、晶圆等大口径超光滑表面的部件。该基于光学元件的缺陷尺寸检测方法用于光学元件中玻璃、晶圆等大口径超光滑表面的缺陷检测。
本实施例中，缺陷图像指代的是光学元件的缺陷位置的图像。
在本实施例中，缺陷图像可以直接通过光学器材获取到，也可以根据接收到的图像进行进一步提取得到，对此本实施例中不作任何限定。
本实施例中，缺陷像元数可以理解为像素数目。
在本实施例中，该系统可以对缺陷图像进行缺陷像元数的计算，可以理解的是，该方法获取的是缺陷图像占用的像素总数，其中该像素总数即为光学系统中可以检测到的像素的数量。
在本实施例中，缺陷像元数(或称为像素数)仅仅是个数量，但是缺陷像元(或像素)皆是可以具有实际体积或面积的，根据单个体积和面积和上述缺陷像元数的数量可以计算出缺陷所占用的体积或面积。
在本实施例中，面积是由长度构成的，因此缺陷尺寸也可以为一维尺寸，即长度。
S102、判断缺陷像元数是否等于或小于预设的分辨率像元数，若是，则执行步骤S103～S104；若否，结束本流程。
本实施例中，预设的分辨率像元数实际上是个数量阈值，该阈值可以根据实际情况进行确定。
在本实施例中，分辨率像元数可以实时获取，对此本实施例中不作任何限定。
在本实施例中，分辨率像元数指代的是传统光学系统中可以识别光学元件缺陷尺寸的像元数量，举例来说，该分辨率像元数是传统缺陷尺寸检测精度的上限值。
本实施例中，分辨率像元数与缺陷尺寸的分辨率有关，其中，缺陷尺寸的分辨率越高分辨率像元数越少，相反，缺陷尺寸的分辨率越低分辨率像元数越多。
在本实施例中，当缺陷像元数小于或等于该分辨率像元数时，传统的缺陷尺寸计算方式精度将大幅下降。
本实施例中，缺陷像元数等于或小于预设的分辨率像元数可以理解为下述步骤执行的前提条件，具体可以理解为传统的光学检测方式已不足以进行缺陷尺寸的检测。相反，如果缺陷像元数大于预设的分辨率像元数，则可以理解为传统的光学检测方式能够进行缺陷尺寸的检测。
S103、获取缺陷散射光光强。
本实施例中，缺陷散射光光强是光学元件缺陷部分散射出来的散射光的光强。
在本实施例中，缺陷散射光是散射得到的，而在其散射之前，缺陷散射光为一束探照光源(或称之为检测光源)，该光源可以探照到光学元件的缺陷处，以使光学元件的缺陷散射检测光得到缺陷散射光。
在本实施例中，探照光源(或称之为检测光源)为入射光，该入射光在传输过程中可以被反射。
本实施例中，该方法可以通过相应的组件获取到光照强度。
S104、以预设的尺寸检测算法和缺陷散射光光强为依据进行计算，得到缺陷尺寸。
本实施例中，尺寸检测算法可以包括一些预设的参数以及预设的公式，对此本实施例中不作限定。
在本实施例中，尺寸检测算法可以被直接应用，即不再进行相应的变化，直接代入相应数据进行计算。
本实施例中，尺寸检测算法可以为基于图像结构提取轮廓特征点的尺寸检测算法、最大内切圆的椭圆孔组检测算法等，对此本申请实施例不作限定。
在本实施例中，计算的过程可以将缺陷散射光光强代入预设的尺寸检测算法中进行计算，得到的输出结果即为缺陷尺寸。
本实施例中，缺陷尺寸可以为缺陷的面积尺寸或者缺陷的长度尺寸。
本实施例中，当判断出缺陷像元数等于或小于预设的分辨率像元数时，不同大小缺陷的缺陷散射光光强不一样，该缺陷散射光光强表示为Pscattering，其中，
Figure BDA0002275294310000091
其中d为缺陷的尺寸，n为缺陷的折射率(或者也可以称为光学元件的折射率，前提是光学元件的折射率固定)，λ是入射到缺陷上的波长(即入射光的波长，其中入射光是与缺陷散射光对应的)，Iincident是入射到缺陷上的光强(即入射光的光强)。因此，可以通过提取缺陷散射光强度，得到缺陷的尺寸。其中，缺陷散射光是入射光照射到光学元件的缺陷上加以散射得到的。
在本实施例中，缺陷散射光光强与
Figure BDA0002275294310000092
为正比关系，其中正比例系数可以为预设系数。
在本实施例中，上述预设的正比例系数可以通过由实验计算获得。
实施步骤S101～S104的实施方式，能够通过尺寸检测算法和缺陷散射光光强为进行缺陷尺寸的计算，从而实现检测精度的提高，举例来说，可以将原本的分辨直径500nm提高到100nm，由此实现传统方法中无法检测到的缺陷尺寸的效果。
可见，实施图1所描述的基于光学元件的缺陷尺寸检测方法，能够优先获取光学元件中缺陷图像占用的缺陷像元数，从而确定现在能够获取到的缺陷图像的尺寸信息；在获取到上述的缺陷像元数之后，判断缺陷像元数是否小于预设的分辨率像元数，从而起到判断目前的缺陷尺寸是否小于可直接计算获取到的尺寸的效果；在缺陷像元数等于或小于预设的分辨率像元数时，认定缺陷尺寸小于目前可以直接计算得到的尺寸，从而触发获取缺陷散射光光强的操作，其中缺陷散射光光强是探测光源照射到光学元件的缺陷位置处散射得到的；在获取到缺陷散射光光强之后，将缺陷散射光光强代入预设的尺寸检测算法，得到缺陷尺寸，从而实现更精细化的缺陷尺寸的获取。可见，实施这种实施方式，能够通过缺陷像元数的判断来确定传统方法是否能够直接计算，在不能够直接计算的情况下，通过尺寸检测算法和缺陷散射光光强来进行缺陷尺寸的计算，从而实现更细小的缺陷尺寸的检测，进而能够提高检测效果。
实施例2
请参看图2，图2为本申请实施例提供的另一种基于光学元件的缺陷尺寸检测方法的流程示意图。图2所描述的基于光学元件的缺陷尺寸检测方法是根据图1所描述的基于光学元件的缺陷尺寸检测方法进行改进得到的。其中，该基于光学元件的缺陷尺寸检测方法包括：
S201、获取光学元件的拍摄图像。
本实施例中，光学元件的拍摄图像为光学图像。
在本实施例中，上述拍摄图像还可以为灰度图像或者其他类型的图像，对此本实施例中不作任何限定。
S202、识别拍摄图像中包括的缺陷图像。
本实施例中，该识别过程可以通过预设的算法进行识别。
在本实施例中，上述识别过程可以通过人工智能进行识别。
本实施例中，缺陷图像为包括光学元件的缺陷的图像。
S203、获取缺陷图像占用的缺陷像元数。
本实施例中，缺陷像元数可以理解为像素数目。
在本实施例中，该系统可以对缺陷图像进行缺陷像元数的计算，可以理解的是，该方法获取的是缺陷图像占用的像素总数，其中该像素总数即为光学系统中可以检测到的像素的数量。
在本实施例中，缺陷像元数(或称为像素数)仅仅是个数量，但是缺陷像元(或像素)皆是可以具有实际体积或面积的，根据单个体积和面积和上述缺陷像元数的数量可以计算出缺陷所占用的体积或面积。
在本实施例中，面积是由长度构成的，因此缺陷尺寸也可以为一维尺寸，即长度。
S204、判断缺陷像元数是否等于或小于预设的分辨率像元数，若是，则执行步骤S205～S207；若否，则执行步骤S208。
本实施例中，预设的分辨率像元数实际上是个数量阈值，该阈值可以根据实际情况进行确定。
在本实施例中，分辨率像元数可以实时获取，对此本实施例中不作任何限定。
在本实施例中，分辨率像元数指代的是传统光学系统中可以识别光学元件缺陷尺寸的像元数量，举例来说，该分辨率像元数是传统缺陷尺寸检测精度的上限值。
本实施例中，分辨率像元数与缺陷尺寸的分辨率有关，其中，缺陷尺寸的分辨率越高分辨率像元数越少，相反，缺陷尺寸的分辨率越低分辨率像元数越多。
在本实施例中，当像元数小于该分辨率像元数时，传统的缺陷尺寸计算方式精度将大幅下降。
本实施例中，缺陷像元数等于或小于预设的分辨率像元数可以理解为下述步骤执行的前提条件，具体可以理解为传统的光学检测方式已不足以进行缺陷尺寸的检测。相反，如果缺陷像元数大于预设的分辨率像元数，则可以理解为传统的光学检测方式能够进行缺陷尺寸的检测。
S205、获取缺陷散射光光强。
本实施例中，缺陷散射光光强是光学元件缺陷部分散射出来的散射光的光强。
在本实施例中，缺陷散射光是散射得到的，而在其散射之前，缺陷散射光为一束探照光源(或称之为检测光源)，该光源可以探照到光学元件的缺陷处，以使光学元件的缺陷散射检测光得到缺陷散射光。
在本实施例中，探照光源(或称之为检测光源)为入射光，该入射光在传输过程中可以被反射。
本实施例中，该方法可以通过相应的组件获取到光照强度。
S206、获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，尺寸计算参数包括光学元件的折射率、与缺陷散射光光强对应的入射光强以及与入射光强对应的入射光波长。
本实施例中，该入射光可以为探照激光等光源，对此本申请实施例中不作任何限定。
本实施例中，光学元件的折射率具体指代的是光学元件缺陷部分的折射率。
举例来说，检测光源为输出波长为632.8nm的He-Ne激光器时，入射光为激光，其波长为632.8nm。
S207、将光学元件的折射率、入射光强、入射光波长和缺陷散射光光强代入尺寸计算公式进行计算，得到缺陷尺寸。
本实施例中，上述缺陷散射光光强表示为Pscattering，其中，
Figure BDA0002275294310000121
其中d为缺陷的尺寸，n为缺陷的折射率(或者也可以称为光学元件的折射率，前提是光学元件的折射率固定)，λ是入射到缺陷上的波长(即入射光的波长，其中入射光是与缺陷散射光对应的)，Iincident是入射到缺陷上的光强(即入射光的光强)。因此，可以通过提取缺陷散射光强度，得到缺陷的尺寸。其中，缺陷散射光是入射光照射到光学元件的缺陷上加以散射得到的。
在本实施例中，上述公式中可以插入正比例系数，以使公式成为等式，进而便于计算出确切结果。
在本实施例中，对于公式的推导不再进行赘述。
S208、根据缺陷像元数进行计算，得到缺陷尺寸。
本实施例中，缺陷像元数与缺陷像元的面积(或长度)的乘积可以称之为缺陷尺寸。
可见，实施图2所描述的基于光学元件的缺陷尺寸检测方法，能够通过缺陷像元数的判断来确定传统方法是否能够直接计算，在不能够直接计算的情况下，通过尺寸检测算法和缺陷散射光光强来进行缺陷尺寸的计算，从而实现更细小的缺陷尺寸的检测，进而能够提高检测效果；还能够进一步限定计算过程，从而使用一种计算的精度较高的方式代替其他的一些方式，从而提高上述缺陷尺寸的计算精度；还能够兼容传统的缺陷尺寸的计算方法和新的高精度的缺陷尺寸的计算方法，从而提高缺陷尺寸计算的兼容性；还能够通过光学元件的图像进行进一步的处理，从而逐层获取，最终获取到精度更高的缺陷像元数。
实施例3
请参看图3，图3为本申请实施例提供的一种基于光学元件的缺陷尺寸检测系统的结构示意图。其中，该基于光学元件的缺陷尺寸检测系统包括：
第一获取单元310，用于获取光学元件中缺陷图像占用的缺陷像元数。
判断单元320，用于判断缺陷像元数是否等于或小于预设的分辨率像元数。
第二获取单元330，用于在缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强。
计算单元340，用于以预设的尺寸检测算法和缺陷散射光光强为依据进行计算，得到缺陷尺寸。
本实施例中，在实际使用中，基于光学元件的缺陷尺寸检测系统中还可以设置有激光发射单元、光束整形单元、反射镜以及成像面，该激光发射单元通过激光器发射激光，然后再通过光束整形单元得到整形激光，然后整形激光再通过基于光学元件的缺陷尺寸检测系统前端的反射镜反射，进而在成像面处形成光强均匀的光斑。其中，对被检测对象均匀照明。
在本实施例中，光束整形单元可以是DOE衍射匀光组件，或者微透镜阵列匀光组件。反射镜为小口径反射镜，能够对入射激光散射，其面积只占成像镜头口径的很小一部分，从而保证镜头收集到足够的缺陷散射光，同时保证待测样品表面的反射光不能进入镜头，形成暗场成像。
本实施例中，上述基于光学元件的缺陷尺寸检测系统可以引用实施例1和实施例2中进行的解释说明，对此本实施例中不再多加赘述。
可见，实施图3所描述的基于光学元件的缺陷尺寸检测系统，能够通过第一获取单元先获取光学元件中缺陷图像占用的缺陷像元数，然后在通过判断单元来判断上述的缺陷像元数是否等于或小于预设的分辨率像元数，若是，判断单元则认定该缺陷像元数不足以被现有的检测方式检测到其缺陷尺寸，从而触发第二获取单元获取探测光源照射到光学元件的缺陷散射光光强，从而使得计算单元可以通过预设的尺寸检测算法和第二获取单元获取到的缺陷散射光光强来计算缺陷尺寸，从而得到更加准确的缺陷尺寸，该缺陷尺寸要比传统结构能够获取到的缺陷尺寸要小。
实施例4
请参看图4，图4为本申请实施例提供的另一种基于光学元件的缺陷尺寸检测系统的结构示意图。图4所描述的基于光学元件的缺陷尺寸检测系统是根据图3所描述的基于光学元件的缺陷尺寸检测系统进行改进得到的。其中，该计算单元340可以包括：
提取子单元341，用于获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，尺寸计算参数包括光学元件的折射率、与缺陷散射光光强对应的入射光强以及与入射光强对应的入射光波长。
计算子单元342，用于将光学元件的折射率、入射光强、入射光波长和缺陷散射光光强代入尺寸计算公式进行计算，得到缺陷尺寸。
本实施例中，计算单元340还可以包括其他子单元，对此本实施例中不作任何限定。
作为一种可选的实施方式，计算单元340还可以用于在缺陷像元数大于分辨率像元数时，根据缺陷像元数进行计算，得到缺陷尺寸。
本实施例中，计算单元340可以通过其包括的非提取子单元341和计算子单元342两个子单元以外的其他子单元执行在缺陷像元数大于分辨率像元数时，根据缺陷像元数进行计算，得到缺陷尺寸的操作。
作为一种可选的实施方式，第一获取单元310包括：
获取子单元311，用于获取光学元件的拍摄图像。
识别子单元312，用于识别拍摄图像中包括的缺陷图像。
获取子单元311，还用于获取缺陷图像占用的缺陷像元数。
本实施例中，上述基于光学元件的缺陷尺寸检测系统可以引用实施例1和实施例2中进行的解释说明，对此本实施例中不再多加赘述。
可见，实施图4所描述的基于光学元件的缺陷尺寸检测系统，能够通过第一获取单元先获取光学元件中缺陷图像占用的缺陷像元数，然后在通过判断单元来判断上述的缺陷像元数是否等于或小于预设的分辨率像元数，若是，判断单元则认定该缺陷像元数不足以被现有的检测方式检测到其缺陷尺寸，从而触发第二获取单元获取探测光源照射到光学元件的缺陷散射光光强，从而使得计算单元可以通过预设的尺寸检测算法和第二获取单元获取到的缺陷散射光光强来计算缺陷尺寸，从而得到更加准确的缺陷尺寸，该缺陷尺寸要比传统结构能够获取到的缺陷尺寸要小。
本申请实施例提供了一种电子设备，包括存储器以及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行根据本申请实施例1或实施例2中任一项基于光学元件的缺陷尺寸检测方法。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行本申请实施例1或实施例2中任一项基于光学元件的缺陷尺寸检测方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种基于光学元件的缺陷尺寸检测方法，其特征在于，所述方法包括：
获取所述光学元件中缺陷图像占用的缺陷像元数；
判断所述缺陷像元数是否等于或小于预设的分辨率像元数；
当所述缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强；
以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸。
2.根据权利要求1所述的基于光学元件的缺陷尺寸检测方法，其特征在于，所述以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸的步骤包括：
获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，所述尺寸计算参数包括所述光学元件的折射率、与所述缺陷散射光光强对应的入射光强以及与所述入射光强对应的入射光波长；
将所述光学元件的折射率、所述入射光强、所述入射光波长和所述缺陷散射光光强代入所述尺寸计算公式进行计算，得到缺陷尺寸。
3.根据权利要求1所述的基于光学元件的缺陷尺寸检测方法，其特征在于，所述方法还包括：
当所述缺陷像元数大于所述分辨率像元数时，根据所述缺陷像元数进行计算，得到缺陷尺寸。
4.根据权利要求1所述的基于光学元件的缺陷尺寸检测方法，其特征在于，所述获取所述光学元件中缺陷图像占用的缺陷像元数的步骤包括：
获取所述光学元件的拍摄图像；
识别所述拍摄图像中包括的缺陷图像；
获取所述缺陷图像占用的缺陷像元数。
5.一种基于光学元件的缺陷尺寸检测系统，其特征在于，所述缺陷尺寸检测系统包括：
第一获取单元，用于获取所述光学元件中缺陷图像占用的缺陷像元数；
判断单元，用于判断所述缺陷像元数是否等于或小于预设的分辨率像元数；
第二获取单元，用于在所述缺陷像元数等于或小于预设的分辨率像元数时，获取缺陷散射光光强；
计算单元，用于以预设的尺寸检测算法和所述缺陷散射光光强为依据进行计算，得到缺陷尺寸。
6.根据权利要求5所述的基于光学元件的缺陷尺寸检测系统，其特征在于，所述计算单元包括：
提取子单元，用于获取尺寸检测算法包括的尺寸计算公式和尺寸计算参数；其中，所述尺寸计算参数包括所述光学元件的折射率、与所述缺陷散射光光强对应的入射光强以及与所述入射光强对应的入射光波长；
计算子单元，用于将所述光学元件的折射率、所述入射光强、所述入射光波长和所述缺陷散射光光强代入所述尺寸计算公式进行计算，得到缺陷尺寸。
7.根据权利要求5所述的基于光学元件的缺陷尺寸检测系统，其特征在于，所述计算单元还用于在所述缺陷像元数大于所述分辨率像元数时，根据所述缺陷像元数进行计算，得到缺陷尺寸。
8.根据权利要求5所述的基于光学元件的缺陷尺寸检测系统，其特征在于，所述第一获取单元包括：
获取子单元，用于获取所述光学元件的拍摄图像；
识别子单元，用于识别所述拍摄图像中包括的缺陷图像；
所述获取子单元，还用于获取所述缺陷图像占用的缺陷像元数。
9.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至4中任一项所述的基于光学元件的缺陷尺寸检测方法。
10.一种可读存储介质，其特征在于，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至4任一项所述的基于光学元件的缺陷尺寸检测方法。
CN201911124049.7A 2019-11-15 2019-11-15 一种基于光学元件的缺陷尺寸检测方法及系统 Pending CN110806412A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911124049.7A CN110806412A (zh) 2019-11-15 2019-11-15 一种基于光学元件的缺陷尺寸检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911124049.7A CN110806412A (zh) 2019-11-15 2019-11-15 一种基于光学元件的缺陷尺寸检测方法及系统

Publications (1)

Publication Number Publication Date
CN110806412A true CN110806412A (zh) 2020-02-18

Family

ID=69490353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911124049.7A Pending CN110806412A (zh) 2019-11-15 2019-11-15 一种基于光学元件的缺陷尺寸检测方法及系统

Country Status (1)

Country Link
CN (1) CN110806412A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883601A (zh) * 2021-01-13 2021-06-01 歌尔股份有限公司 表面缺陷检测方法、装置、设备及存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1214116A (zh) * 1996-03-15 1999-04-14 株式会社日立制作所 表面晶体缺陷的测量方法及装置
US5936726A (en) * 1995-03-10 1999-08-10 Hitachi Ltd. Inspection method, inspection apparatus and method of production of semiconductor device using them
US20070165225A1 (en) * 2004-03-06 2007-07-19 Michael Trainer Methods and apparatus for determining the size and shape of particles
CN101900691A (zh) * 2009-05-22 2010-12-01 康宁股份有限公司 玻璃板检查系统
CN102128839A (zh) * 2009-09-25 2011-07-20 肖特股份有限公司 评估透明材料中的缺陷的方法和执行该方法的仪器
US20120293794A1 (en) * 2011-05-19 2012-11-22 May High-Tech Solutions Ltd. Method and apparatus for optical inspection, detection and analysis of double sided and wafer edge macro defects
US20130141715A1 (en) * 2010-07-30 2013-06-06 Yuta Urano Fault inspection device and fault inspection method
US20140168484A1 (en) * 2012-09-11 2014-06-19 Satoshi Suzuki Image processing apparatus, image processing method, and program, and image pickup apparatus with image processing apparatus
CN105378464A (zh) * 2013-07-09 2016-03-02 赫罗伊斯石英玻璃股份有限两合公司 用于制造用于远紫外-平版印刷的渗钛硅土玻璃构成的镜基质-坯料的方法以及用于坯料中的缺陷的位置确定的系统
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法
CN107036531A (zh) * 2015-12-11 2017-08-11 索泰克公司 用于检测缺陷的方法和关联装置
CN206440629U (zh) * 2016-12-30 2017-08-25 彩虹显示器件股份有限公司 一种用于检测平板玻璃板缺陷分层的装置
CN107356608A (zh) * 2017-07-21 2017-11-17 中国工程物理研究院激光聚变研究中心 大口径熔石英光学元件表面微缺陷快速暗场检测方法
CN107389688A (zh) * 2017-07-21 2017-11-24 中国工程物理研究院激光聚变研究中心 大口径熔石英光学元件表面微缺陷多工位集成修复方法
CN107643296A (zh) * 2017-07-21 2018-01-30 易思维（天津）科技有限公司 用于汽车生产线上激光焊保护镜片的缺陷检测方法和装置
US20180275038A1 (en) * 2015-10-02 2018-09-27 Institut National D'optique System and method for individual particle sizing using light scattering techniques
CN108760766A (zh) * 2018-05-25 2018-11-06 哈尔滨工业大学 一种大口径光学晶体表面微缺陷检测用的图像拼接方法
CN109115804A (zh) * 2017-06-22 2019-01-01 南京理工大学 一种定量检测玻璃亚表面缺陷的装置及方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5936726A (en) * 1995-03-10 1999-08-10 Hitachi Ltd. Inspection method, inspection apparatus and method of production of semiconductor device using them
CN1214116A (zh) * 1996-03-15 1999-04-14 株式会社日立制作所 表面晶体缺陷的测量方法及装置
US20070165225A1 (en) * 2004-03-06 2007-07-19 Michael Trainer Methods and apparatus for determining the size and shape of particles
CN101900691A (zh) * 2009-05-22 2010-12-01 康宁股份有限公司 玻璃板检查系统
CN102128839A (zh) * 2009-09-25 2011-07-20 肖特股份有限公司 评估透明材料中的缺陷的方法和执行该方法的仪器
US20130141715A1 (en) * 2010-07-30 2013-06-06 Yuta Urano Fault inspection device and fault inspection method
US20120293794A1 (en) * 2011-05-19 2012-11-22 May High-Tech Solutions Ltd. Method and apparatus for optical inspection, detection and analysis of double sided and wafer edge macro defects
US20140168484A1 (en) * 2012-09-11 2014-06-19 Satoshi Suzuki Image processing apparatus, image processing method, and program, and image pickup apparatus with image processing apparatus
CN105378464A (zh) * 2013-07-09 2016-03-02 赫罗伊斯石英玻璃股份有限两合公司 用于制造用于远紫外-平版印刷的渗钛硅土玻璃构成的镜基质-坯料的方法以及用于坯料中的缺陷的位置确定的系统
US20180275038A1 (en) * 2015-10-02 2018-09-27 Institut National D'optique System and method for individual particle sizing using light scattering techniques
CN107036531A (zh) * 2015-12-11 2017-08-11 索泰克公司 用于检测缺陷的方法和关联装置
CN105548212A (zh) * 2016-02-03 2016-05-04 杭州晶耐科光电技术有限公司 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法
CN206440629U (zh) * 2016-12-30 2017-08-25 彩虹显示器件股份有限公司 一种用于检测平板玻璃板缺陷分层的装置
CN109115804A (zh) * 2017-06-22 2019-01-01 南京理工大学 一种定量检测玻璃亚表面缺陷的装置及方法
CN107356608A (zh) * 2017-07-21 2017-11-17 中国工程物理研究院激光聚变研究中心 大口径熔石英光学元件表面微缺陷快速暗场检测方法
CN107389688A (zh) * 2017-07-21 2017-11-24 中国工程物理研究院激光聚变研究中心 大口径熔石英光学元件表面微缺陷多工位集成修复方法
CN107643296A (zh) * 2017-07-21 2018-01-30 易思维（天津）科技有限公司 用于汽车生产线上激光焊保护镜片的缺陷检测方法和装置
CN108760766A (zh) * 2018-05-25 2018-11-06 哈尔滨工业大学 一种大口径光学晶体表面微缺陷检测用的图像拼接方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘朋朋 等: "熔石英表面激光平滑中扫描速度对粗糙度的影响规律", 《表面技术》 *
张赛: "基于Mie散射检测气泡缺陷的数学模型", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技I辑》 *
李桂春: "《光子光学》", 30 April 2010, 国防工业出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883601A (zh) * 2021-01-13 2021-06-01 歌尔股份有限公司 表面缺陷检测方法、装置、设备及存储介质
CN112883601B (zh) * 2021-01-13 2023-05-02 歌尔股份有限公司 表面缺陷检测方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
EP3412245B1 (fr) Procédé d'évaluation d'une goutière orthodontique
EP1554541B1 (fr) Cible codee et procede de photogrammetrie utilisant de telles cibles
CN108780050B (zh) 检测镜头的方法及装置、电子设备和计算机可读存储介质
Macian et al. Experimental evaluation of the best approach for diesel spray images segmentation
Vorburger et al. Topography measurements and applications in ballistics and tool mark identifications
JP2021152553A (ja) 距離測定装置および距離測定方法
Tai et al. A fully automatic method for comparing cartridge case images
CA2880145C (fr) Procede de controle non destructif d'une preforme d'aube
CN112462349A (zh) 一种光谱共焦位移传感器波长计算方法、系统、服务器及存储介质
CN110806412A (zh) 一种基于光学元件的缺陷尺寸检测方法及系统
US9418413B1 (en) System and a method for automatic recipe validation and selection
US20160275689A1 (en) Three-dimensional shape measurement apparatus
Ivanov et al. DeepFocus: a deep learning model for focusing microscope systems
US20190383718A1 (en) Thermal compensation
Bhamare et al. Quality inspection of tire using deep learning based computer vision
CN106895793A (zh) 双模式深度测量的方法与装置
Chu et al. Striation density for predicting the identifiability of fired bullets with automated inspection systems
CN113256483A (zh) 用于目标识别的点云数据去抖动
KR101675628B1 (ko) 마스크의 취약점들의 검출
JP2008545140A (ja) 光学表面の曲率を測定するシステムおよび方法
EP3073441B1 (fr) Procédé de correction d'une image d'au moins un objet présenté à distance devant un imageur et éclairé par un système d'éclairage et système de prise de vues pour la mise en oeuvre dudit procédé
CN110749606A (zh) 一种基于光学元件的激光损伤检测方法及系统
Vorburger et al. Emerging technology in comparisons
JP7223752B2 (ja) 粒子径分布測定装置及び粒子径分布測定装置用プログラム
CN109075101B (zh) 检测目标组件中的缺陷的系统、方法及计算机可读媒体

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: 20200218

RJ01 Rejection of invention patent application after publication