CN111316086A - 表面缺陷光学检测方法及相关装置 - Google Patents
表面缺陷光学检测方法及相关装置 Download PDFInfo
- Publication number
- CN111316086A CN111316086A CN201980005439.4A CN201980005439A CN111316086A CN 111316086 A CN111316086 A CN 111316086A CN 201980005439 A CN201980005439 A CN 201980005439A CN 111316086 A CN111316086 A CN 111316086A
- Authority
- CN
- China
- Prior art keywords
- samples
- slit
- detected
- sample
- optical image
- 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
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
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 Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种表面缺陷光学检测方法及相关装置,方法包括:夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;沿预设方向向狭缝入射平行光线;采集从狭缝出射的光线的光学图像;根据光学图像确定待测样品的表面缺陷。该方法有利于同时检测多个待测样品,提高了表面检测的准确度和效率。
Description
技术领域
本申请涉及光学检测技术领域,具体涉及一种表面缺陷光学检测方法及相关装置。
背景技术
产品外观检测是工业检测中的重要部分,目前,在对产品表面缺陷的检测中,多采用的是通过对产品表面成像来鉴别表面是否有缺陷存在。利用光波在传播过程中与各种不规则结构(即缺陷本身)所产生的相互作用,如折射,散射,衍射,用于判断在一个产品表面是否存在缺陷。但是,现阶段存在的光学检测方法大多采用入射光对样品表面进行照射,采集反射或者透射光谱,需要对单个样品分别检测,且不易通过光学图像判断缺陷的类型、位置。更重要的是,对于某些非常细微的缺陷,或者肉眼难以识别的缺陷,比如透明表面的轻微凹陷凸起,或者微米级别的细小划痕,难以通过成像辨别。
发明内容
本申请实施例提供了一种表面缺陷光学检测方法及相关装置,以期提高表面缺陷检测的效率和准确率。
第一方面,本申请实施例提供一种表面缺陷光学检测方法,应用于表面检测装置,所述方法包括:
夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
沿所述预设方向向所述狭缝入射平行光线;
采集从所述狭缝出射的光线的光学图像;
根据所述光学图像确定所述待测样品的表面缺陷。
第二方面,本申请实施例提供一种表面检测装置,所述检测装置包括:激光发射模组,夹持机构,图像传感器,空间滤波器和计算机;所述激光发射模组包括激光发射器,扩束器,准直器;所述激光发射器的发射方向垂直所述扩束器和所述准直器的镜面;其中,所述夹持机构用于夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;以及所述准直器用于沿所述预设方向向所述狭缝入射平行光线;以及所述图像传感器用于采集从所述狭缝出射的光线的光学图像;以及所述计算机用于根据所述光学图像确定所述待测样品的表面缺陷;以及所述激光器用于发射激光束;所述扩束器用于发散所述激光束;以及所述准直器还用于将发散的激光束转换为平行光线;以及所述空间滤波器连接所述图像传感器,用于对从所述狭缝出射的光线进行滤波;以及所述计算机还用于对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请实施例提供的一种表面缺陷光学检测方法的流程示意图;
图2(a)是本申请实施例提供的一种曲面待测样品的排列方法;
图2(b)是本申请实施例提供的一种平面待测样品的排列方法;
图3(a)是本申请实施例提供的一种表面缺陷光学检测的深度学习的神经网络结构图;
图3(b)是本申请实施例提供的一种光学图像经机器学习得到产品表面缺陷的效果图;
图4是本申请实施例提供的另一种表面缺陷光学检测方法的流程示意图;
图5是本申请实施例提供的另一种表面缺陷光学检测方法的流程示意图;
图6是本申请实施例提供的一种表面检测装置的结构示意图;
图7是本申请实施例提供的一种表面检测装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面对本申请实施例进行详细介绍。
请参阅图1,图1是本申请实施例提供了一种表面缺陷光学检测方法的流程示意图,应用于如图6所示的表面检测装置;如图所示,本表面缺陷光学检测方法包括:
S101,夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
其中,表面检测装置可以控制夹持机构夹持至少两个待测样品,并使待测样品相邻的表面之间存在狭缝;若当待测样品为平面样品时,使待测样品表面相互平行排列;若当待测样品为曲面样品时,使其在与入射光线一致的方向上行程直线贯通的狭缝。
其中,对于表面均匀性好,平整度高的待测样品,其本身可以作为一种光学器件,将其按照一定间距排列即可形成狭缝,这种排列不限制待测样品的数量和狭缝的数量,且狭缝的各种参数可以根据待测样品要求进行调整,能够同时进行大批量的产品的表面缺陷检测作业,十分高效。
S102,所述表面检测装置沿所述预设方向向所述狭缝入射平行光线;
其中,所述预设方向是指所述待测样品形成的狭缝的直线贯通的预设方向。
S103,所述表面检测装置采集从所述狭缝出射的光线的光学图像;
其中,入射光经过狭缝之后会发生衍射、散射等物理过程,最终投射在图像传感器上形成光学图像,所述表面检测装置通过图像传感器采集穿过狭缝的光线的光学图像。
S104,所述表面检测装置根据所述光学图像确定所述待测样品的表面缺陷。
其中,采集的光学图像的几何形状(即光强在不同位置的分布)和光在传播过程中遇到的障碍物有直接关系。例如,入射光在待测样品形成的狭缝中没有遇到障碍,即待测样品表面光滑,没有缺陷时,采集到的光学图像是规则的光学图像;当待测样品的表面存在某些缺陷时,入射光在狭缝中传播时,光线的传播路径会受到缺陷影响,在传播过程中发生反射、散射、折射或衍射等,最后再图像传感器山采集到的光学图像也会发生变化。根据传感器采集的光学图像的位置和形状可以确定出待测样品是否存在缺陷以及缺陷的类型、大小和位置信息。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
在一个可能的示例中,所述表面检测装置包括激光发射模组,所述表面检测装置包括激光发射模组,所述激光发射模组包括依次设置的激光发射器、扩束器以及准直器;所述沿所述预设方向向所述狭缝入射平行光线,包括:调整所述激光发射模组的发射方向为所述预设方向;控制激光发射器发出激光束,所述激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线。
其中,表面检测装置包括激光发射器、扩束器、准直器,激光发射器发射相干性好的单色激光,经扩束器和准直器后产生平行光,垂直于待测样品排列方向入射,即入射光方向和样品间的狭缝直线贯通的方向一致。
可见,本示例中,表面检测装置控制激光发射器发出激光束,激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线,能够保证入射光线为平行光线且入射面积大,避免由于入射光线不平行,与预设方向不平行导致检测错误,从而保证表面检测的效率和准确率。
在一个可能的示例中,所述表面检测装置包括夹持机构,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝,包括:当所述至少两个待测样品为曲面待测样品时;控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品的第一待测样品的第二表面与所述至少两个待测样品的第二待测样品的第一表面相邻形成狭缝;所述狭缝在预设方向上直线贯通。
其中,所述夹持机构包括但不限于高精度的三维机械手。所述至少两个曲面待测样品相邻的之间能够在预设方向上形成直线贯通的狭缝,请参考图2(a),图2(a)为一种曲面待测样品的排列示意图,206为多个待测样品,具体为曲面待测样品,“箭头”标识入射光线,705为图像传感器,用于采集经过曲面待测样品的狭缝的光线的光学图像。在具体实现中,第二待测样品与第一待测样品相邻。若曲面待测样品的凹面为第一表面,凸面为第二表面,则第一待测样品的第二表面只能与第二待测样品的第一表面形成直线贯通的狭缝。其中,入射光线经准直器后产生的平行光线仅能由垂直于曲面待测样品的曲线平面入射,所述曲面待测样品还可以与图2(a)中凹面相反的方向放置。
可见,本示例中,表面检测装置能够通过最终投射在图像传感器上得到的光学图像判断在一个曲面待测样品的表面是否存在缺陷,以及缺陷的位置等信息,增加了表面加测装置能够检测的待测样品的多样性,提高了检测效率。
在一个可能的示例中,所述表面检测装置包括夹持机构,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝,包括:当所述至少两个待测样品为平面待测样品时;控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品包括第三待测样品和第四待测样品,所述第三待测样品的第一表面或第二表面与所述第四待测样品的第一表面或第二表面相邻形成狭缝,所述狭缝在预设方向上形成直线贯通。
其中,请参考图2(b),图2(b)为一种平面待测样品的排列示意图,206为多个待测样品,具体为平面待测样品,“箭头”标识入射光线,705为图像传感器,用于采集经过平面待测样品的狭缝的光线的光学图像。在具体实现中,第一待测样品与第二待测样品相邻,第一待测样品的第一表面与第二待测样品的第一表面或第二表面形成狭缝,或者第一待测样品的第二表面与第二待测样品的第一表面或第二表面形成狭缝。其中,入射光线可以沿平行于平面的任一方向入射,如图2(b)中,入射光线可以沿与待测样品206平面平行的方向,从待测样品的任意一边入射。
可见,本示例中,表面检测装置能够通过最终投射在图像传感器上形成的光学图像判断在一个平面待测样品的表面是否存在缺陷,以及缺陷的位置等信息,增加了表面加测装置能够检测的待测样品的多样性,提高了检测效率和准确率。
在一个可能的示例中,所述方法还包括:根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波。其中,至少两个待测样品之间的狭缝的间距大小可以根据预设策略通过夹持机构进行调节。激光发射器发射的激光光波波长可以由表面检测装置控制调节。且激光发射器可以使用相干性好的单色激光。
可见,本示例中,表面检测装置可以根据条件对狭缝间距和激光波长进行调整,例如可以根据缺陷的大小调节狭缝间距和激光波长,提高了表面检测的效率和准确率。
在一个可能的示例中,所述根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波,包括:根据所述至少两个待测样品的种类,调节所述狭缝间距或所述激光束的光波波长;根据所述至少两个待测样品的缺陷大小,调节所述狭缝间距或所述激光束的光波波长;根据所述至少两个待测样品的检测质量要求,调节所述狭缝间距或所述激光束的光波波长。
其中,因为不同种类的待测样品的表面的光滑程度不一,所以根据至少两个待测样品的种类不同调整狭缝间距和激光束的光波波长。例如,检测精细玻璃样品表面的缺陷,如镜头或显示器面板表面的划痕。对于表面高度光滑的样品,一般能容忍的缺陷尺寸也较小,可以用可见光这一类波长较短的光进行检测。而对于金属表面的缺陷,如手机后盖和光学镜面上的凹陷和镀膜不均匀。对于表面未经精细抛光,粗糙度略大的样品,可选择波长较长的光,如红外光、太赫兹进行检测。
其中,待测样品可能会存在不同大小的缺陷,该缺陷可以是肉眼可见的缺陷,也可以是在待测样品的生产过程中产生细小缺陷,可由生产过程的经验所知其大小。
可见,本示例中,根据缺陷的大小不同调节狭缝间距和激光束光波波长可以使缺陷的检测更加精确和快捷。
在一个可能的示例中,所述表面检测装置还包括计算机,所述根据所述光学图像确定所述待测样品的表面缺陷,包括:根据所述光学图像,通过预训练的缺陷检测模型分析待测样品的表面缺陷的类型和位置。
其中,深度学习能够从原始输入数据中自动发现需要检测的特征,深度学习方法包含多个层次,每一个层次完成一次变换(通常是非线性的变换)。如图3(a)所示,深度学习通过3层或更多层人工神经网络实现,301为输入层(Input Layer),302为第一中间层(Hidden Layer 1),303为第二中间层(Hidden Layer2),304为输出层(Output Layer)。输入层接收输入的光学图像,经中间层处理,分析后,输出传递给输出层输出结果,即缺陷类型,位置,大小等。如图3(b)所示,310为经过待测样品狭缝后光学传感器得到的光学图像,320为所述光学图像经神经网络处理后得到的待测样品表面缺陷,如321为丝印不良,322为牙边,323为按键异色,324为脏污,235为音孔崩,326为油面。
对于光学传感器得到的光学图像,经机器深度学习进修分析,可以得到光学图像对应的缺陷烈性和位置,且随着光学结构的复杂性增加(如狭缝的数量增加,样品表面不规则处增加),图像传感器采集的光学图像的复杂性也会上升,通过预先训练的深度学习模型或神经网络模型,关联观察到的光学图像和产品表面缺陷的类型和位置,从而预测待测样品是否存在表面缺陷和表面缺陷的存在位置。例如,对于表面未经抛光,粗糙度略大的待测样品,即使良好的工件产生的光斑也有可能比较杂乱,可能需要首先选择良好的样品对缺陷检测模型进行训练使其能够更加精准的识别杂散的光斑是由于样品本身的粗糙产生还是由缺陷产生。
可见,本示例中,表面检测装置能够基于深度学习对缺陷检测模型进行训练,再关联观察到的光学图像和产品表面缺陷的类型和位置,预测待测样品的表面缺陷和位置;进一步提高了表面检测的精确度和准确度。
在一个可能的示例中,所述表面检测装置包括空间滤波器,所述采集从所述狭缝出射的光线的光学图像之后,还包括:确定所述至少两个待测样品的第一缺陷的性质,所述第一缺陷为特定的待检测表面缺陷;根据所述性质控制滤波器对电信号进行滤波,得到所述第一缺陷的信息,所述电信号是指从所述狭缝出射的光线在图像传感器上产生的电信号。
其中,待测样品可能存在多个不同类型的表面缺陷,若只针对某一种表面缺陷进行检测,则根据不同缺陷的性质对数据进行滤波。例如,对于非常小的表面缺陷如点缺陷产生的散射,在光学图像上一般产生比较高频的杂散斑,想要检测这待测样品的点缺陷,可以进行高通滤波,得到需要检测的点缺陷的位置、大小以及数量等。
可见,本示例中,表面检测装置能够通过滤波针对特定表面缺陷进行检测,提高了对特定表面缺陷的检测效率和准确率。
在一个可能的示例中,所述表面检测装置包括计算机,所述采集从所述狭缝出射的光线的光学图像之后,还包括:通过所述计算机对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
其中,可以根据需要对采集的光学图像进行频谱分析,分析采集的光线的光学信号的失真度、调制度、谱纯度、频率稳定度和交调失真等信号参数。例如,根据需要通过傅里叶变换将信号在时域和频域之间变换或者通过小波变换将信号进行缩放、平移等操作。
可见,本示例中,表面检测装置能够对采集的光线的光学信号进行频谱分析,得到采集的光线的光学信号的参数,进而分析检测的表面缺陷结果是否真实。
与上述图1所示的实施例一致的,请参阅图4,图4是本申请实施例提供的一种表面缺陷光学检测方法的流程示意图,应用于如图6所述的表面检测装置,所述表面检测装置包括激光发射模组,所述激光发射模组包括激光发射器、扩束器、准直器,所述激光发射器的发射方向垂直所述扩束器和所述准直器的镜面;如图所示,本表面缺陷光学检测方法包括:
S401,表面检测装置夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
S402,所述表面检测装置将所述激光发射模组的发射方向调整为所述预设方向;
S403,所述表面检测装置控制激光发射器发出激光束,所述激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线;
S404,所述表面检测装置采集从所述狭缝出射的光线的光学图像;
S405,所述表面检测装置根据所述光学图像确定所述待测样品的表面缺陷。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
此外,表面检测装置控制激光发射器发出激光束,激光束最好为相干性好的单色激光束,激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线,能够保证入射光线为平行光线且入射面积大,避免由于入射光线不平行,与预设方向不平行导致检测错误,从而保证表面检测的效率和准确率。
与上述图1所示的实施例一致的,请参阅图5,图5是本申请实施例提供的一种表面缺陷光学检测方法的流程示意图,应用于表面检测装置,所述表面检测装置包括夹持机构,如图所示,本表面缺陷光学检测方法包括:
S501,表面检测装置夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
S502,所述表面检测装置沿所述预设方向向所述狭缝入射平行光线;
S503,所述表面检测装置采集从所述狭缝出射的光线的光学图像;
S504,所述表面检测装置根据所述光学图像,通过预训练的缺陷检测模型分析待测样品的表面缺陷的类型和位置。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
此外,表面检测装置能够基于深度学习对缺陷检测模型进行训练,再关联观察到的光学图像和产品表面缺陷的类型和位置,预测待测样品是否存在表面缺陷;进一步提高了表面检测的精确度和准确度。
与上述图1、图4、图5所示的实施例一致的,请参阅图6,图6是本申请实施例提供的一种表面检测装置600的结构示意图,如图所示,所述表面检测装置600包括激光发射模组,夹持机构604,图像传感器605,空间滤波器607和计算机608;所述激光发射模组包括依次设置的激光发射器601,扩束器602以及准直器603;
所述夹持机构604用于夹持至少两个待测样品206,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;所述准直器用于沿所述预设方向向所述狭缝入射平行光线;所述图像传感器用于采集从所述狭缝出射的光线的光学图像;所述计算机用于根据所述光学图像确定所述待测样品的表面缺陷。所述激光器用于发射激光束;所述扩束器用于发散所述激光束;所述准直器还用于将发散的激光束转换为平行光线;所述空间滤波器连接所述图像传感器,用于对从所述狭缝出射的光线进行滤波;所述计算机还用于对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
其中,所述激光发射模组,所述三维机械手604和所述图像传感器605的中心在同一光轴上。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,表面检测装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对表面检测装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图7是本申请实施例中所涉及的表面检测装置的功能单元组成框图。包括处理单元701和通信单元702,其中,
所述处理单元701,用于夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;以及延所述预设方向向所述狭缝入射平行光线;以及采集从所述狭缝出射的光线的光学图像;以及根据所述光学图像确定所述待测样品的表面缺陷。
其中,所述表面检测装置700还可以包括存储单元703,用于存储表面检测装置的程序代码和数据。所述处理单元701可以是处理器,所述通信单元702可以是触控显示屏或者收发器,存储单元703可以是存储器。
可以看出,本申请实施例中,表面检测装置首先夹持至少两个待测样品,至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;其次沿预设方向向狭缝入射平行光线;再次采集从所述狭缝出射的光线的光学图像;最后根据所述光学图像确定所述待测样品的表面缺陷。可见,表面检测装置能够通过控制夹持至少两个待测样品,使相邻待测样品间形成狭缝,确保了能够同时检测多个待测样品,提高了表面检测的效率;再通过控制平行光线通过狭缝,利用平行光线在狭缝中传播遇到缺陷会发生的折射、反射、衍射等情况,采集到不同的光学图像,根据不同的光学图像可以分析出待测样品的表面缺陷的类型、位置、大小等信息,提高了表面检测的准确度和效率。
在一个可能的示例中,所述表面检测装置包括激光发射模组,所述激光发射模组包括激光发射器、扩束器、准直器,所述激光发射器的发射方向垂直所述扩束器和所述准直器的镜面;在所述沿所述预设方向向所述狭缝入射平行光线方面,所述处理单元701具体用于:调整所述激光发射模组的发射方向为所述预设方向;控制激光发射器发出激光束,所述激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线。
在一个可能的示例中,所述表面检测装置包括夹持机构,在所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝方面,所述处理单元701具体用于:当所述至少两个待测样品为曲面待测样品时;控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品的第一待测样品的第二表面与所述至少两个待测样品的第二待测样品的的第一表面相邻形成狭缝;所述狭缝在预设方向上直线贯通。
在一个可能的示例中,所述表面检测装置包括夹持机构,在所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝方面,所述处理单元701具体用于:当所述至少两个待测样品为平面待测样品时;控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品的第三待测样品的第三表面或第四表面与所述至少两个待测样品的第三表面或第四表面相邻形成狭缝;所述狭缝在预设方向上直线贯通。
在一个可能的示例中,所述处理单元701具体用于:根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波。
在一个可能的示例中,在所述根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波方面,所述处理单元701具体用于:根据所述至少两个待测样品的种类,调节所述狭缝间距或所述激光束的光波波长;根据所述至少两个待测样品的缺陷大小,调节所述狭缝间距或所述激光束的光波波长;根据所述至少两个待测样品的检测质量要求,调节所述狭缝间距或所述激光束的光波波长。
在一个可能的示例中,所述处理单元701具体用于:根据所述光学图像,通过预训练的缺陷检测模型分析待测样品的表面缺陷的类型和位置。
在一个可能的示例中,所述表面检测装置包括空间滤波器,所述处理单元701在所述采集从所述狭缝出射的光线的光学图像之后,还用于确定所述至少两个待测样品的第一缺陷的性质,所述第一缺陷为特定的待检测表面缺陷;根据所述性质控制滤波器对电信号进行滤波,得到所述第一缺陷的信息,所述电信号是指从所述狭缝出射的光线在图像传感器上产生的电信号。
在一个可能的示例中,所述表面检测装置包括计算机所述处理单元701在,所述采集从所述狭缝出射的光线的光学图像之后,还用于通过所述计算机对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
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,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元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器中。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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种表面缺陷光学检测方法,其特征在于,应用于表面检测装置,所述检测方法包括:
夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
沿所述预设方向向所述狭缝入射平行光线;
采集从所述狭缝出射的光线的光学图像;
根据所述光学图像确定所述待测样品的表面缺陷。
2.根据权利要求1所述的方法,其特征在于,应用于表面检测装置,所述表面检测装置包括激光发射模组,所述激光发射模组包括依次设置的激光发射器、扩束器以及准直器;所述沿所述预设方向向所述狭缝入射平行光线,包括:
将所述激光发射模组的发射方向调整为所述预设方向;
控制激光发射器发出激光束,所述激光束经过所述扩束器和所述准直器后形成向所述狭缝入射的平行光线。
3.根据权利要求1所述的方法,其特征在于,所述表面检测装置包括夹持机构,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝,包括:
当所述至少两个待测样品为曲面待测样品时,控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品的第一待测样品的第二表面与所述至少两个待测样品的第二待测样品的第一表面相邻形成狭缝;所述狭缝在预设方向上直线贯通。
4.根据权利要求1所述的方法,其特征在于,所述表面检测装置包括夹持机构,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝,包括:
当所述至少两个待测样品为平面待测样品时,控制所述夹持机构夹持所述至少两个待测样品,所述至少两个待测样品包括第三待测样品和第四待测样品,所述第三待测样品的第一表面或第二表面与所述第四待测样品的第一表面或第二表面相邻形成狭缝,所述狭缝在预设方向上形成直线贯通。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波。
6.根据权利要求5所述的方法,其特征在于,所述根据预设策略调节所述至少两个待测样品之间的狭缝或发射的激光束的光波,包括:
根据所述至少两个待测样品的种类,调节所述狭缝间距或所述激光束的光波波长;
根据所述至少两个待测样品的缺陷大小,调节所述狭缝间距或所述激光束的光波波长;
根据所述至少两个待测样品的检测质量要求,调节所述狭缝间距或所述激光束的光波波长。
7.根据权利要求1所述的方法,其特征在于,所述表面检测装置还包括计算机,所述根据所述光学图像确定所述待测样品的表面缺陷,包括:
根据所述光学图像,通过预训练的缺陷检测模型分析待测样品的表面缺陷的类型和位置。
8.根据权利要求1所述的方法,其特征在于,所述表面检测装置包括空间滤波器,所述采集从所述狭缝出射的光线的光学图像之后,还包括:
确定所述至少两个待测样品的第一缺陷的性质,所述第一缺陷为特定的待检测表面缺陷;
根据所述性质控制滤波器对电信号进行滤波,得到所述第一缺陷的信息,所述电信号是指从所述狭缝出射的光线在图像传感器上产生的电信号。
9.根据权利要求1所述的方法,其特征在于,所述表面检测装置包括计算机,所述采集从所述狭缝出射的光线的光学图像之后,还包括:
通过所述计算机对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
10.一种表面检测装置,其特征在于,所述检测装置包括:激光发射模组,夹持机构,图像传感器,空间滤波器和计算机;所述激光发射模组包括依次设置的激光发射器、扩束器以及准直器;
所述夹持机构用于夹持至少两个待测样品,所述至少两个待测样品中任意两个相邻的待测样品之间形成在预设方向上直线贯通的狭缝;
所述准直器用于沿所述预设方向向所述狭缝入射平行光线;
所述图像传感器用于采集从所述狭缝出射的光线的光学图像;
所述计算机用于根据所述光学图像确定所述待测样品的表面缺陷;
所述激光器用于发射激光束;所述扩束器用于发散所述激光束;
所述准直器还用于将发散的激光束转换为平行光线;
所述空间滤波器连接所述图像传感器,用于对从所述狭缝出射的光线进行滤波;
所述计算机还用于对所述光学图像进行时域和频域之间的变换,分析所述光学图像的频谱信息。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/081553 WO2020199207A1 (zh) | 2019-04-04 | 2019-04-04 | 表面缺陷光学检测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111316086A true CN111316086A (zh) | 2020-06-19 |
CN111316086B CN111316086B (zh) | 2023-05-02 |
Family
ID=71162805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980005439.4A Active CN111316086B (zh) | 2019-04-04 | 2019-04-04 | 表面缺陷光学检测方法及相关装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111316086B (zh) |
WO (1) | WO2020199207A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985269A (zh) * | 2021-02-20 | 2021-06-18 | 河北先河环保科技股份有限公司 | 狭缝宽度均匀性测量系统、方法及图像处理装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113720687B (zh) * | 2021-09-18 | 2023-11-14 | 郑州市建设工程质量检测有限公司 | 一种混凝土抗压强度检测装置及检测方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4237959A (en) * | 1978-03-23 | 1980-12-09 | Futec Inc. | Method of examining the surface of a continuously cast metal strip for detection of scarfs appearing thereon and apparatus for the same |
JPH03128407A (ja) * | 1989-10-13 | 1991-05-31 | Hitachi Metals Ltd | 立体形状の欠陥検出方法 |
JPH05164701A (ja) * | 1991-12-13 | 1993-06-29 | Kobe Steel Ltd | 表面検査方法 |
CN1140763A (zh) * | 1995-06-27 | 1997-01-22 | 贝克顿迪金森公司 | 检测微生物的方法和装置 |
CN1142046A (zh) * | 1994-03-23 | 1997-02-05 | 易通公司 | 叠层物品的检验设备 |
US20050264797A1 (en) * | 2004-05-26 | 2005-12-01 | Hiroyuki Nakano | Method and apparatus for detecting defects |
CN101004389A (zh) * | 2006-01-18 | 2007-07-25 | 宝山钢铁股份有限公司 | 带材表面三维缺陷的检测方法 |
CN101042357A (zh) * | 2007-04-11 | 2007-09-26 | 华中科技大学 | 一种基于机器视觉的浮法玻璃缺陷在线检测装置 |
CN201319035Y (zh) * | 2008-12-15 | 2009-09-30 | 福耀集团(上海)汽车玻璃有限公司 | 新型样片检测装置 |
US20090279079A1 (en) * | 2006-04-16 | 2009-11-12 | Yukihiro Shibata | Method and apparatus for inspecting defects |
CN101699272A (zh) * | 2009-11-19 | 2010-04-28 | 西北工业大学 | 一种利用数字剪切散斑干涉进行无损检测的方法及其装置 |
CN103367188A (zh) * | 2012-03-28 | 2013-10-23 | 无锡华润上华科技有限公司 | 晶圆良率分析方法及系统 |
US8643833B1 (en) * | 2012-08-31 | 2014-02-04 | National Applied Research Laboratories | System for inspecting surface defects of a specimen and a method thereof |
US20150029504A1 (en) * | 2012-02-03 | 2015-01-29 | Wayne State University | Fourier-transform interferometer with staircase reflective element |
CN106226324A (zh) * | 2016-08-30 | 2016-12-14 | 中国科学院嘉兴微电子仪器与设备工程中心 | 一种基于fpga的晶圆检测信号提取装置及系统 |
CN107748171A (zh) * | 2017-10-25 | 2018-03-02 | 哈尔滨工业大学 | 用于消除光学晶体超精密加工亚表面损伤检测样品安装误差的方法 |
CN108291878A (zh) * | 2015-11-17 | 2018-07-17 | 科磊股份有限公司 | 单一图像检测 |
CN109459438A (zh) * | 2018-11-27 | 2019-03-12 | 中国工程物理研究院激光聚变研究中心 | 一种缺陷检测设备及方法 |
CN109544552A (zh) * | 2018-12-06 | 2019-03-29 | 合刃科技(深圳)有限公司 | 一种光栅无损检测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04123492A (ja) * | 1990-09-14 | 1992-04-23 | Matsushita Electric Ind Co Ltd | 多枚取りプリント基板の部品実装方法 |
JP5248052B2 (ja) * | 2006-10-11 | 2013-07-31 | 日東電工株式会社 | 光学フィルムを有するシート状製品の欠点検査装置、その検査データ処理装置、その切断装置及びその製造システム |
CN204241386U (zh) * | 2014-10-23 | 2015-04-01 | 汪锐 | 一种快速准确的能同时测量多个毛片的测试装置 |
CN108088853B (zh) * | 2016-11-23 | 2021-04-02 | 阜宁协鑫光伏科技有限公司 | 一种硅片颗粒粉尘误判线痕优化方法 |
-
2019
- 2019-04-04 WO PCT/CN2019/081553 patent/WO2020199207A1/zh active Application Filing
- 2019-04-04 CN CN201980005439.4A patent/CN111316086B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4237959A (en) * | 1978-03-23 | 1980-12-09 | Futec Inc. | Method of examining the surface of a continuously cast metal strip for detection of scarfs appearing thereon and apparatus for the same |
JPH03128407A (ja) * | 1989-10-13 | 1991-05-31 | Hitachi Metals Ltd | 立体形状の欠陥検出方法 |
JPH05164701A (ja) * | 1991-12-13 | 1993-06-29 | Kobe Steel Ltd | 表面検査方法 |
CN1142046A (zh) * | 1994-03-23 | 1997-02-05 | 易通公司 | 叠层物品的检验设备 |
CN1140763A (zh) * | 1995-06-27 | 1997-01-22 | 贝克顿迪金森公司 | 检测微生物的方法和装置 |
US20050264797A1 (en) * | 2004-05-26 | 2005-12-01 | Hiroyuki Nakano | Method and apparatus for detecting defects |
CN101004389A (zh) * | 2006-01-18 | 2007-07-25 | 宝山钢铁股份有限公司 | 带材表面三维缺陷的检测方法 |
US20090279079A1 (en) * | 2006-04-16 | 2009-11-12 | Yukihiro Shibata | Method and apparatus for inspecting defects |
CN101042357A (zh) * | 2007-04-11 | 2007-09-26 | 华中科技大学 | 一种基于机器视觉的浮法玻璃缺陷在线检测装置 |
CN201319035Y (zh) * | 2008-12-15 | 2009-09-30 | 福耀集团(上海)汽车玻璃有限公司 | 新型样片检测装置 |
CN101699272A (zh) * | 2009-11-19 | 2010-04-28 | 西北工业大学 | 一种利用数字剪切散斑干涉进行无损检测的方法及其装置 |
US20150029504A1 (en) * | 2012-02-03 | 2015-01-29 | Wayne State University | Fourier-transform interferometer with staircase reflective element |
CN103367188A (zh) * | 2012-03-28 | 2013-10-23 | 无锡华润上华科技有限公司 | 晶圆良率分析方法及系统 |
US8643833B1 (en) * | 2012-08-31 | 2014-02-04 | National Applied Research Laboratories | System for inspecting surface defects of a specimen and a method thereof |
CN108291878A (zh) * | 2015-11-17 | 2018-07-17 | 科磊股份有限公司 | 单一图像检测 |
CN106226324A (zh) * | 2016-08-30 | 2016-12-14 | 中国科学院嘉兴微电子仪器与设备工程中心 | 一种基于fpga的晶圆检测信号提取装置及系统 |
CN107748171A (zh) * | 2017-10-25 | 2018-03-02 | 哈尔滨工业大学 | 用于消除光学晶体超精密加工亚表面损伤检测样品安装误差的方法 |
CN109459438A (zh) * | 2018-11-27 | 2019-03-12 | 中国工程物理研究院激光聚变研究中心 | 一种缺陷检测设备及方法 |
CN109544552A (zh) * | 2018-12-06 | 2019-03-29 | 合刃科技(深圳)有限公司 | 一种光栅无损检测方法及系统 |
Non-Patent Citations (5)
Title |
---|
ZHIYAN CHEN: "Identification of surface defects on glass by parallel spectral domain optical coherence tomography" * |
尹燕萍: "镜面无损检测系统" * |
屈晓声: "《简明高等光学》", 30 June 2016, 北京航空航天大学出版社 * |
马云: "用于位相缺陷检测的反射式剪切点衍射干涉仪" * |
马竹梧: "《工业计测系统》", 30 April 1991, 上海交通大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112985269A (zh) * | 2021-02-20 | 2021-06-18 | 河北先河环保科技股份有限公司 | 狭缝宽度均匀性测量系统、方法及图像处理装置 |
CN112985269B (zh) * | 2021-02-20 | 2022-09-13 | 河北先河环保科技股份有限公司 | 狭缝宽度均匀性测量系统、方法及图像处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111316086B (zh) | 2023-05-02 |
WO2020199207A1 (zh) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4920385A (en) | Panel surface flaw inspection | |
CN107735674B (zh) | 表面缺陷检测装置、表面缺陷检测方法及钢材的制造方法 | |
KR101136804B1 (ko) | 투명 소재에서 결함을 탐지하기 위한 방법 및 장치 | |
CN109001207B (zh) | 一种透明材料表面及内部缺陷的检测方法和检测系统 | |
JP6394514B2 (ja) | 表面欠陥検出方法、表面欠陥検出装置、及び鋼材の製造方法 | |
BR112019011092A2 (pt) | método e sistema para a inspeção automática de qualidade de materiais | |
JP5408915B2 (ja) | エッジセンサおよび欠陥検査装置 | |
KR20070121820A (ko) | 유리 검사 시스템 및 이를 이용한 유리 검사 방법 | |
JP2011145277A (ja) | 特に光学用途に用いられる、電磁放射透過性透明材料中欠陥の評価方法、該方法実施装置、及び該方法により選抜される材料 | |
KR20140117613A (ko) | 투명 글래스의 체적 내의 결함을 식별하기 위한 장치 및 방법과 장치의 사용 방법 | |
CN103257061A (zh) | 显微镜检验用试样的制备方法及检查试样覆盖质量的装置 | |
US5122672A (en) | Surface quality analyzer apparatus and method | |
KR20180009791A (ko) | 표면 결함 검출 방법, 표면 결함 검출 장치 및, 강재의 제조 방법 | |
CN111316086A (zh) | 表面缺陷光学检测方法及相关装置 | |
CN105300326A (zh) | 油漆表面平整度定量检测方法及装置 | |
JP6353008B2 (ja) | 検査条件決定装置、検査条件決定方法及び検査条件決定プログラム | |
JP2019032298A (ja) | 迅速な複合材製造の高速度低ノイズインプロセスハイパースペクトル非破壊評価のためのシステム及び方法 | |
WO2020029237A1 (zh) | 检测方法和系统 | |
JP5134178B2 (ja) | 空間フィルタを有する光学的検査方法及び装置 | |
CN115825103B (zh) | 一种基于图像技术的用于带角度端口光纤阵列的检端系统 | |
JP4630945B1 (ja) | 欠陥検査装置 | |
EP3044538B1 (en) | Optical surface roughness measurement | |
JP2007333608A (ja) | シートにおける凹凸状欠点の検査装置および検査方法 | |
KR101480906B1 (ko) | 잔류 스케일 측정 장치 및 방법 | |
WO2022180667A1 (ja) | 表面形状検査装置及び表面形状検査方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |