CN111344553B - 曲面物体的缺陷检测方法及检测系统 - Google Patents

Abstract

本发明实施例公开了一种曲面物体的缺陷检测方法及检测系统，其包括以下步骤：S1)控制光源生成多束相干激光；S2)控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；S3)通过光电传感器接收所述曲面物体反射或散射的相干激光信号并生成散斑图像；以及S4)根据所述散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型。采用本发明的检测方法及检测系统，能有效解决曲面景深问题和光照均匀性问题，有效识别曲面物体表面的缺陷，提高检测精度。

Description

曲面物体的缺陷检测方法及检测系统

技术领域

本发明涉及缺陷检测技术领域，特别涉及一种曲面物体的缺陷检测方法及检测系统。

背景技术

随着制造技术不断提高和加工工艺的改进，市场竞争对产品的质量提出了更高的要求，尤其是工件表面的微小缺陷。对于平面物体的表面缺陷检测，相关技术已经具有很好的检测效果，但是目前对于具有低纹理高反光的曲面物体来说，表面缺陷的检测效果不佳。

对于曲面物体，比如BGA锡球，高亮金属球，手机金属外壳等，其具备如下两种特点：一、表面纹理特征单一，甚至缺失；二、表面光滑造成在进行照明时具有极强的反光特性，从而容易产生过亮光斑。上述两个特点的存在使得其在其生产及后期处理过程中，可能会产生划痕、擦伤等表面缺陷，严重影响产品的使用性能和寿命。

高反光曲面物体的表面区域可以分为镜面反射区域和漫反射区域，镜面反射区域由于其光强超过相机的感应范围，使得相机拍摄的图像上会形成灰度饱和，从而丢失物体表面的细节信息。目前主要通过偏振光法减少镜面反射分量光强，构建多饱和区域进行测量，然而这种方法使金属工件表面原来光强较低的漫反射区域变得更加黑暗，从而使得漫反射区域由于灰度太低而无法区分出缺陷。

现有技术中有另一种采用基于主动结构光投影的三维重构方法对高反光曲面物体的表面区域进行缺陷检测，但是，由于大面积耀光会影响光栅条纹的提取，从而导致无法获得准确深度信息，会出现大面积的数据空洞。因此，现有技术中常用的光学三维扫描和二维成像方法都很难对高反光金属表面进行缺陷检测。当下的检测手段大多采用传统的人工目视灯检方式，但是该检测手段对于缺陷的识别有效性不足80％，而且检测成本极高。

因此如何在排除高光影响的基础上有效地识别缺陷目标，对曲面物体表面的缺陷的识别具有重要意义。

发明内容

基于此，为解决现有技术中由于存在高光影响，无法有效的识别曲面物体表面的缺陷的技术问题，特提出了一种曲面物体的缺陷检测方法。

一种曲面物体的缺陷的检测方法，其包括以下步骤：

S1)控制光源生成多束相干激光；

S2)控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；

S3)通过光电传感器接收所述曲面物体反射或散射的相干激光信号并生成散斑图像；以及

S4)根据所述散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型。

在其中的一个实施例中，所述步骤S1)包括：控制光源生成相干激光，通过分束器将所述相干激光分成多束相干激光。

在其中的一个实施例中，所述步骤S2)包括：将所述多束相干激光连接到角度可调节的多个扩束镜以控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明。

在其中的一个实施例中，所述多束相干激光为四束相干激光。

在其中的一个实施例中，所述光电传感器为CCD传感器或CMOS传感器。

在其中的一个实施例中，所述步骤S3)中还包括采用自适应的散斑图像调节算法对所述散斑图像进行调节以使所述散斑图像的灰度分布均匀。

在其中的一个实施例中，所述自适应的散斑图像调节算法包括以下步骤：

S31)分析所述散斑图像的灰度直方图分布，以统计出所述散斑图像的灰度分布；以及

S32)当出现过曝的灰度数量超过阈值后，通过调节相关参数，以获得均匀无过曝的散斑图像。

在其中的一个实施例中，所述相关参数包括光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度中的至少一种。

在其中的一个实施例中，所述步骤S4)包括：通过神经网络深度学习的方法对所述散斑图像进行分析以判断所述曲面物体的表面是否存在缺陷以及缺陷的类型。

此外，为解决现有技术中由于存在高光影响，无法有效的识别曲面物体表面的缺陷的技术问题，特提出了一种曲面物体的缺陷检测系统。

一种曲面物体的缺陷的检测系统，其包括：

光源单元，用于生成多束相干激光并控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；

光电传感器，用于接收所述曲面物体反射或散射的相干激光信号并生成散斑图像；以及

检测判断单元，所述检测判断单元与所述光电传感器连接以接收所述散斑图像，并用于根据所述散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型，其中，所述光源单元包括相干激光光源，分束器及角度可调节的多个扩束镜，其中，相干激光光源用于生成相干激光，并将所述相干激光通过所述分束器以生成多束相干激光，所述多个扩束镜用于接收所述多束相干激光并控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明。

实施本发明实施例，将具有如下有益效果：

根据本发明提供的曲面物体的缺陷的检测方法及检测系统，其采用多束相干激光，例如四束相干激光，在四个方位对曲面物体的检测区域进行照明，表面照明区域有重叠，这些相干激光经过曲面物体的多角度反射后，通过光电传感器接收所述曲面物体反射或散射的相干激光信号并生成散斑图像，由于被测曲面物体表面的缺陷，例如划伤、裂痕、凹凸变形、表面脏污等都会改变相干光源的相位信息，经成像后，这些缺陷不良信息会调制到散斑图像，不同类型和不同大小的缺陷会改变散斑图像中的明暗光斑的分布，进而通过分析散斑图像，可以实现对缺陷的有效检测；同时，采用多角度相干激光散斑成像的表面缺陷检测具有非常大的优势，其光学结构简单，而且能有效解决曲面景深问题和光照均匀性问题，检测精度高，对于工业检测中多种高反光曲面材质的外观缺陷检测提供了一种非常简单实用可行的解决方案。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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。

其中：

图1为本发明一个实施例提供的曲面物体的缺陷的检测方法的流程图；

图2为本发明一个实施例提供的曲面物体的缺陷的检测方法的自适应的散斑图像调节算法的技术原理图；

图3为本发明一个实施例提供的曲面物体的缺陷的检测方法的人工神经网络深度学习判断缺陷的原理示意图；以及

图4为本发明一个实施例提供的曲面物体的缺陷的检测系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

为解决现有技术中由于存在高光影响，无法有效的识别曲面物体表面的缺陷的技术问题，特提出了一种曲面物体的缺陷检测方法及检测系统。

参照图1所示，本发明提供一种曲面物体的缺陷的检测方法，其包括以下步骤：

S1)控制光源生成多束相干激光；

S2)控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；

S3)通过光电传感器接收所述曲面物体反射或散射的相干激光信号并生成散斑图像；以及

S4)根据所述散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型。

本发明的发明人通过研究发现：在检测曲面物体的表面缺陷时，高反光曲面出现的强反光亮斑容易引起图像饱和，而且反射周围物体的成像淹没了缺陷信息，因此光源对检测结果的影响很大，为了使得拍摄得到的图像能显著分割出缺陷区域与正常区域，需要照明光源均匀地以散射光形式照射到曲面各个位置，避免不均匀光照对后续识别的影响。

因此，本发明提供的检测方法中，采用多束相干激光从多个照射角度对曲面物体的检测区域进行照明，多个角度照射的散斑都能以均匀合适的亮度得到散斑图像，进而对高反光曲面物体的表面进行缺陷检测。即本发明通过多角度相干激光散斑干涉成像对高反光曲面物体的表面进行缺陷检测，采用多角度相干激光散斑成像的表面缺陷检测具有非常大的优势，其光学结构简单，而且能有效解决曲面景深问题和光照均匀性问题，检测精度高，对于工业检测中多种高反光曲面材质的外观缺陷检测提供了一种非常简单实用可行的解决方案。

可以理解的是，可以采用各种方法获得多束相干激光，本发明对此没有特殊限制。在本发明的一个实施例中，所述步骤S1)包括：控制光源生成相干激光，通过分束器将所述相干激光分成多束相干激光，即，在此实施例中，通过分束器将相干激光分成多束相干激光。可以理解的是，分束器的结构及工作原理为本领域技术人员所公知，本发明对此不再进行赘述。

同样的，可以采用各种方法将多束相干激光以不同的角度对曲面物体的检测区域进行照明，本发明对此没有特殊限制。在本发明的一个实施例中，所述步骤S2)包括：将所述多束相干激光连接到角度可调节的多个扩束镜以控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明。即在此实施例中，在产生多束相干激光后，通过扩束镜调节各相干激光的照射角度，实现对曲面物体的检测区域的多个照射角度的照明。对于扩束镜的结构及工作原理为本领域技术人员所公知，本发明对此不再进行赘述。同样的，可以采用各种方法将相干激光连接到扩束镜，本发明对此没有特殊限定，例如，可以通过光纤将各相干激光连接到扩束镜。

本发明通过采用多束相干激光从不同的照射角度对曲面物体的检测区域进行照明，光照更加均匀，进而能有效排除曲面物体的高光影响，提高检测精度。可以理解的是，本发明的术语″多束″应做广义理解，其可以为两束，也可以为三束及更多，只要各束相干激光从不同的照射角度对曲面物体的检测区域进行照明，使得光照均匀即可。

同样可以理解的是，由于不同的曲面物体的表面的曲度、外形及面积不尽相同，因此，本发明对于各束相干激光的照射角度没有特殊限制，其可以根据待检测的曲面物体的表面的实际情况进行调整，只要能使得照明光源均匀地照射到曲面各个位置，避免不均匀光照对后续识别的影响即可。

在本发明的一个实施例中，采用四束相干激光对曲面物体的检测区域进行照明，即采用四束相干激光从四个方位对曲面物体的检测区域进行照明，表面照明区域可以有重叠。

曲面物体的缺陷主要分布于产品表面，这些缺陷大小一般都是从十几微米到1毫米以上的不同分布，不同波长的相干激光，其能检测的物体表面变形的精度不同，例如，对于波长为650nm的相干激光而言，能检测的物体表面变形精度可以达到1um。本发明对于相干激光的波长没有特殊限制，其可以根据实际需求进行调整，以适应不同检测精度需求。

当相干激光照射在曲面物体表面时，其表面上的每一点都有散射光，这些散射光是相干光，仅仅是其振幅与位相不同，而且随机分布。这些散射光经过叠加后，在光电传感器(例如CCD传感器或CMOS传感器)可以形成对比度较好的颗粒状结构，即散斑。在本发明中，多束相干激光从不同角度对被检测区域进行照射，这些散射光没有经过传统的透镜，而是直接进入到光电传感器进行A/D数字转换，进而得到散斑图像。

在很多行业中，都需要对高反光曲面物体的表面进行缺陷检测，传统的基于可见光或者结构光投影的方法都无法解决光曝和三维曲面清晰成像的问题。本发明提供的检测方法采用的是非成像的散斑图像检测，从被测物体反射回来的散射光直接投射到光电传感器上，这种非传统透镜成像的方法能够避免由于被测物体距离改变而需要调节焦平面成像清晰，特别适合曲面结构的物体检测。同时，通过多束相干激光对曲面物体进行多角度照明，采用非透镜的直接成像方法获取散斑图像，可以避免不同曲率变化的三维表面成像景深造成的图像模糊问题，进而得到清晰的散斑图像。

可以理解的是，光电传感器可以为本领域各种常用的光电传感器，本发明对此没有特殊限制，例如，在本发明的一些实施例中，光电传感器为CCD传感器或CMOS传感器。对于CCD传感器或CMOS传感器的结构及工作原理为本领域技术人员所公知，本发明对此不再进行赘述。

进一步的，由于被测曲面物体曲率分布不同，多方向的相干照射可能在某个方向传感器过曝而出现饱和现象，因此，为获得灰度分布更加均匀的散斑图像，在本发明的一个实施例中，步骤S3)中还包括采用自适应的散斑图像调节算法对所述散斑图像进行调节以使所述散斑图像的灰度分布均匀。

例如，自适应的散斑图像调节算法可以包括以下步骤：S31)分析所述散斑图像的灰度直方图分布，以统计出所述散斑图像的灰度分布；以及S32)当出现过曝的灰度数量超过阈值后，通过调节相关参数，以获得均匀无过曝的散斑图像。可以理解的，所述相关参数可以为各种常用的参数，例如光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度中的至少一种。

在此实施例中，采用自适应的散斑图像调节算法能有效保证对于不同反射系数和不同曲率的高反射表面都能成灰度均匀分布的散斑图像，避免部分区域的高曝造成图像过亮而丢失被测物体的表面缺陷的问题发生。

灰度直方图是将图像中的所有像素，按照灰度值的大小，统计其出现的频率，其是图像中关于灰度级分布的函数，是对图像中灰度级分布的统计。可以理解的是，可以采用各种方法分析散斑图像的灰度直方图分布，以统计出所述散斑图像的灰度分布，本发明对此没有特殊限制，例如，在本发明的一些实施例中，采用自动曝光算法分析散斑图像的灰度直方图分布，统计出散斑图像的灰度分布。

即，如图2所示，在此实施例中，在光电传感器(例如CCD传感器或CMOS传感器)获得散斑图像后，首先通过自动曝光算法分析散斑图像的灰度直方图分布，统计出散斑图像的灰度分布；当出现过曝的灰度数量超过阈值后，对光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度等参数进行反馈调节，进而可以获得均匀无过曝的散斑图像。自动曝光算法的原理为本领域技术人员所公知，本发明对此不再进行赘述。

可以理解的是光电传感器的曝光时间及增益值的调节方法，光源亮度的调节方法，光源分光比的调节方法以及光源的照射角度的调节方法可以采用现有的各种调节方法，本发明对此没有特殊限制。当然，还可以通过计算机软件自动对光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度等参数进行反馈调节，例如，将光电传感器、光源、分光镜、及扩束镜与计算机连接，在计算机软件统计出散斑图像的灰度分布后，判断出现过曝的灰度数量超过阈值后，计算机软件可以控制光电传感器、光源、分光镜、及扩束镜，以便自动调节光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度等参数。

进而，在此实施例中，根据采集到的散斑图像进行自适应的亮度和角度调节，实现被测区域的散斑图像均匀分布，减少高反射区域的亮度，调节阴影区域的图像灰度，使得带有缺陷信息的散斑图像能有效的被分析判断是否存在缺陷及缺陷的类型。

由于被测曲面物体表面的缺陷，例如划伤、裂痕、凹凸变形、表面脏污等都会改变相干光源的相位信息，经成像后，这些缺陷不良信息会调制到散斑图像，不同类型和不同大小的缺陷会改变散斑图像中的明暗光斑的分布，进而通过分析散斑图像，可以判断所述曲面物体是否存在缺陷及缺陷的类型。

进一步的，在本发明的一些实施例中，通过神经网络深度学习的方法对所述散斑图像进行分析以判断被测曲面物体的表面是否存在缺陷以及缺陷的类型。例如，利用深度学习人工神经网络进行大样本散斑数据训练和学习，按照不同的缺陷样品分别采集100幅以上的图像，对这些能够间接反映表面微细结构的散斑进行分类训练，得到该被测曲面物体表面散斑图像的神经网络模型，通过该神经网络模型可以定义出多种不同的输出状态，例如：无缺陷(OK)，脏污，划伤，变形等，进而，在生成散斑图像后，可以通过神经网络模型，根据散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型。

例如，如图3所示，人工神经网络深度训练和学习法一般包括一个输入层、一个隐藏层以及一个输出层。其中，在本发明中，首先，采集数百幅或更多的表面不存在缺陷的曲面物体的散斑图像，通过深度学习的神经网络，对这些散斑图像进行训练，可以得到无缺陷的神经网络模型；采集数百幅或更多的缺陷为″表面脏污″的曲面物体的散斑图像，通过深度学习的神经网络，对这些散斑图像进行训练，可以得到缺陷为″表面脏污″的神经网络模型；而采集数百幅或更多的缺陷为″划伤″的曲面物体的散斑图像，通过深度学习的神经网络，对这些散斑图像进行训练，可以得到缺陷为″划伤″的神经网络模型，依次类推，可以获得表面无缺陷或表面存在各种缺陷的神经网络模型，进而，在判断待测曲面物体表面是否存在缺陷以及缺陷的类型时，神经网络学习的输入层输入的是待测曲面物体的散斑图像，经过隐藏层的各种神经网络模型比对和计算后，可以输出该散斑图像对应的输出状态，如：表面无缺陷(OK)、表面存在脏污、表面存在划伤、表面存在变形等。

可以理解的是，本发明对于人工神经网络深度训练和学习的方法没有特殊限制，其可以为各种常用的人工神经网络深度训练和学习方法。

采用深度神经网络直接对表面缺陷调制到相干光散斑干涉图案进行缺陷学习和检测，与传统的采用图像预处理和自适应分割进行检测方法相比，该方法适应性更强，使用简单，不需要进行复杂的光源设计和参数设置。

根据本发明提供的检测方法可以应用在不同的场合。例如，可以应用在复杂自由曲面的表面缺陷检测，其表面的崩裂、变形及外来污染带来的颜色都会引起对应的散斑图形改变从而被判别出来；也可以应用在高反光的平面和3D曲面，以及玻璃透明等被测产品，正常物体表面的散斑信号也和各种缺陷带来的散斑信号不一样，从而也可以通过本发明提供的检测方法而被识别出。而且，本发明提供的检测方法还可以应用在一些特定材料的被测物体，例如半透明的塑料材质，不同材料混叠的物体表面的缺陷，比如浅层气泡、气孔等，由于相干激光进行干涉时，这些光会穿透到产品内部，由此，被测物体的内部信息同样会显示在散斑图像中，从而被识别出来。

可以理解的是，本发明提供的检测方法的照明光路可以扩展到1个角度，多个角度，以及角度可调节，可以采用一个光电传感器或者多个光电传感器得到散斑图像进行识别，也可以适应于采用透镜成像的散斑图像拍摄。同样的，可以对本发明提供的检测方法中所采用的照明光学设计和光电传感器进行多种改造，以适应于不同应用场合，实现不同检测分辨率的需求。

可以理解的是，可以采用各种方法改变被测曲面物体与光学系统之间的相对位置，进而，本发明提供的检测方法可以对被测曲面物体进行复杂结构和大范围的表面检测。例如，通过与机器人或者单轴、多轴运动机构进行配合，可以采用被测物体不动，改变光学系统的位置的方式，实现对被测曲面物体进行复杂结构和大范围的表面检测；也可以采用光学视觉系统位置固定，通过移动改变被测物体的方式，实现对被测曲面物体进行复杂结构和大范围的表面检测。

此外，参照图4所示，本发明还提出了一种曲面物体的缺陷检测系统，其包括：光源单元，光电传感器2，及检测判断单元3。其中光源单元用于生成多束相干激光并控制所述多束相干激光从多个照射角度对曲面物体4的检测区域进行照明；光电传感器2用于接收所述曲面物体4反射或散射的相干激光信号并生成散斑图像5；检测判断单元3与光电传感器2连接以接收所述散斑图像5，并用于根据所述散斑图像5判断所述曲面物体4是否存在缺陷及缺陷的类型。

在其中的一个实施例中，光源单元包括相干激光光源11，分束器12及角度可调节的多个扩束镜13，其中，相干激光光源11用于生成相干激光，并将所述相干激光通过所述分束器12以生成多束相干激光，所述多个扩束镜13用于接收所述多束相干激光并控制所述多束相干激光从多个照射角度对曲面物体4的检测区域进行照明。

对于分束器12及扩束镜13的结构及工作原理为本领域技术人员所公知，本发明对此不再进行赘述。可以理解的是，可以采用各种方法将各束相干激光连接到扩束镜13，本发明对此没有特殊限定，例如，可以通过光纤14将各相干激光连接到扩束镜13。

可以理解的是，检测判断单元3可以为各种常用的检测判断单元，例如计算机。例如，在本发明的一个实施例中，计算机通过神经网络深度学习的方法获得准确的神经网络模型，进而通过神经网络模型对当前的散斑图像进行比对判断，即可确定该散斑图像对应的曲面物体4的表面是否存在缺陷。

实施本发明实施例，将具有如下有益效果：

根据本发明提供的曲面物体的缺陷的检测方法及检测系统，其采用多束相干激光，例如四束相干激光，在四个方位对曲面物体的检测区域进行照明，表面照明区域有重叠，这些相干激光经过曲面物体的多角度反射后，通过光电传感器接收所述曲面物体反射或散射的相干激光信号并生成散斑图像，由于被测曲面物体表面的缺陷，例如划伤、裂痕、凹凸变形、表面脏污等都会改变相干光源的相位信息，经成像后，这些缺陷不良信息会调制到散斑图像，不同类型和不同大小的缺陷会改变散斑图像中的明暗光斑的分布，进而通过分析散斑图像，可以实现对缺陷的有效检测。同时，采用多角度相干激光散斑成像的表面缺陷检测具有非常大的优势，其光学结构简单，而且能有效解决曲面景深问题和光照均匀性问题，检测精度高，对于工业检测中多种高反光曲面材质的外观缺陷检测提供了一种非常简单实用可行的解决方案。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (2)

1.一种曲面物体的缺陷的检测方法，其特征在于，包括以下步聚:

S1)控制光源生成多束相干激光；

S2)控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；将所述多束相干激光连接到角度可调节的多个扩束镜以控制所述多束相干激光从多个照射角度对曲面物体的检测区域进行照明；

S3)通过光电传感器接收所述曲面物体散射的相干激光信号并生成散斑图像；以及

S4)根据所述散斑图像判断所述曲面物体是否存在缺陷及缺陷的类型；

所述步骤S3)中还包括采用自适应的散斑图像调节算法对所述散斑图像进行调节以使所述散斑图像的灰度分布均匀；所述自适应的散斑图像调节算法包括以下步骤:

S31)分析所述散斑图像的灰度直方图分布，以统计出所述散斑图像的灰度分布；以及

S32)当出现过曝的灰度数量超过阈值后，通过调节相关参数以获得均匀无过曝的散斑图像；所述相关参数包括光电传感器的曝光时间、光电传感器的增益值、光源亮度、光源分光比及照射角度中的至少一种；

所述步骤S4)包括:通过神经网络深度学习的方法对所述散斑图像进行分析以判断所述曲面物体的表面是否存在缺陷以及缺陷的类型；

所述步骤S1)具体为通过分束器将所述相干激光分成四束相干激光；

采用所述四束相干激光在四个方位对曲面物体的检测区域进行照明，表面照明区域有重叠；当相干激光照射在曲面物体表面时，其表面上的每一点都有散射光，这些散射光是相干光，仅是其振幅与位相不同，而且随机分布；采用非透镜成像的散斑图像检测，从被测物体反射回来的散射光直接投射到光电传感器上。

2.相据权利要求1所述的曲面物体的缺陷的检测方法，其特征在于，所述光电传感器为CCD传感器或CMOS传感器。