CN111445489A - 一种离子束入射角度确定方法及装置 - Google Patents

一种离子束入射角度确定方法及装置 Download PDF

Info

Publication number
CN111445489A
CN111445489A CN201911126971.XA CN201911126971A CN111445489A CN 111445489 A CN111445489 A CN 111445489A CN 201911126971 A CN201911126971 A CN 201911126971A CN 111445489 A CN111445489 A CN 111445489A
Authority
CN
China
Prior art keywords
pixel
pixel point
edge
determining
value
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
Application number
CN201911126971.XA
Other languages
English (en)
Other versions
CN111445489B (zh
Inventor
景晓军
黄海
杨威
刁克明
张芳沛
王元
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201911126971.XA priority Critical patent/CN111445489B/zh
Publication of CN111445489A publication Critical patent/CN111445489A/zh
Application granted granted Critical
Publication of CN111445489B publication Critical patent/CN111445489B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C14/00—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material
    • C23C14/22—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material characterised by the process of coating
    • C23C14/34—Sputtering
    • C23C14/3435—Applying energy to the substrate during sputtering
    • C23C14/3442—Applying energy to the substrate during sputtering using an ion beam
    • C—CHEMISTRY; METALLURGY
    • C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
    • C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
    • C23C14/00—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material
    • C23C14/22—Coating by vacuum evaporation, by sputtering or by ion implantation of the coating forming material characterised by the process of coating
    • C23C14/54—Controlling or regulating the coating process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种离子束入射角度确定方法及装置，方法包括：获取放置在工作台上的待镀膜工件的深度图像及彩色图像；对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；确定所述边缘像素点在所述深度图像中对应的像素值；根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。应用本发明实施例，可以确定离子束入射角度，无需工作人员手动设置，可以提高离子束镀膜的精准度及均匀度，避免靶材浪费。

Description

一种离子束入射角度确定方法及装置
技术领域
本发明涉及离子束镀膜技术领域，特别是涉及一种离子束入射角度确定方法及装置。
背景技术
离子束溅射镀膜技术作为近几十年来发展起来的一种新兴的光学镀膜技术，具有附着力强、膜层稳定、覆盖性好等优点。目前，离子束溅射镀膜技术已经成为制备高精密、低损耗光学薄膜的常用技术手段。
在目前的离子束溅射镀膜技术中，工作人员首先根据待镀膜工件表面的形状调整离子束入射角度，然后采用能量为0.1～5keV的离子束轰击靶材，将靶材原子击出，令其沉积到待镀膜工件的表面，在待镀膜工件表面形成一层薄膜。
在现有的离子溅射镀膜技术中，离子束入射角度是人为调整的，难以保证准确性，这导致离子束镀膜的精准度降低，很可能会造成镀膜不均匀、靶材原子沉积到工件以外区域等问题。
发明内容
本发明实施例的目的在于提供一种离子束镀膜方法、装置及电子设备，以提高离子束镀膜的精准度。具体技术方案如下：
第一方面，本发明实施例提供了一种离子束入射角度确定方法，所述方法包括：
获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
确定所述边缘像素点在所述深度图像中对应的像素值；
根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
可选的，在所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤之前，所述方法还包括：
对所述深度图像进行二值化处理，得到二值化处理后的深度图像；
标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点；
将所述目标像素点周围预设数量像素点的有效像素值的平均值，确定为该目标像素点的像素值，得到处理后的深度图像，其中，所述有效像素值为非0的像素值。
可选的，在所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤之前，所述方法还包括：
对所述深度图像进行去噪处理，得到去噪处理后的深度图像。
可选的，所述根据所述彩色图像的图像特征进行边缘检测，确定所述彩色图像的边缘像素点的步骤，包括：
将所述彩色图像输入边缘检测模型，根据所述彩色图像的图像特征确定所述彩色图像中的边缘像素点，其中，所述边缘检测模型包括所述彩色图像的图像特征及所述边缘像素点之间的对应关系。
可选的，所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤，包括：
确定每个所述边缘像素点的预设邻域所包括的像素点，作为参考像素点，其中，所述预设邻域为以边缘像素点为中心的预设大小的正方形区域；
基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异；
基于每个边缘像素对应的所述总差异以及所述参考像素点的像素值，确定每个边缘像素点对应的像素值。
可选的，所述基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异的步骤，包括：
根据公式MP＝ML*MC*MD*BO，计算所述参考像素点与对应的边缘像素点之间的总差异；
其中，O为边缘像素点，P为边缘像素点O的预设邻域中的参考像素点，MP表示参考像素点P与边缘像素点O之间的总差异，ML为亮度差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的亮度差，MC为颜色值差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的颜色值差，MD为距离矩阵，其中的元素为参考像素点P与边缘像素点O之间的距离，BO为筛选矩阵，其中对应于边缘像素点的元素记为0，对应于非边缘像素点的元素记为1。
可选的，所述亮度差异矩阵的确定方式，包括：
基于所述彩色图像中像素点的亮度，确定所述彩色图像的亮度梯度；
根据所述亮度梯度和所述边缘像素点及对应的所述参考像素点在所述彩色图像坐标系中的坐标，确定所述亮度差异矩阵。
可选的，所述亮度差异矩阵的确定方式，包括：
根据公式
Figure BDA0002277153280000031
计算所述亮度差异矩阵；
其中，BL为参考像素点P的亮度，LO为边缘像素点O的亮度，α为预设的亮度差异权重参数，ΔL为边缘像素点O与参考像素点P之间的亮度差，表示亮度差异矩阵ML中参考像素点P对应的元素；
所述颜色值差异矩阵的确定方式，包括：
根据公式
Figure BDA0002277153280000032
计算所述颜色值差异矩阵；
其中，BC为参考像素点P的颜色值，CO为边缘像素点O的颜色值，C表示颜色值，RGB为红绿蓝三通道颜色函数，β为预设的颜色值差异权重参数，ΔC为边缘像素点O与参考像素点P之间的颜色值差，表示颜色差异矩阵MC中参考像素点P对应的元素；
所述距离矩阵的确定方式，包括：
根据公式
Figure BDA0002277153280000033
计算所述距离矩阵；
其中，O、P分别表示边缘像素点O、参考像素点P在所述彩色图像坐标系中坐标，σ1＝R，R为边缘像素点O的预设邻域的边长，ΔD为边缘像素点O与参考像素点O之间的距离，表示距离矩阵Md中参考像素点P对应的元素。
可选的，所述基于所述总差异以及所述参考像素点的像素值，确定所述参考像素点对应的边缘像素点的像素值的步骤，包括：
根据公式
Figure BDA0002277153280000041
及
Figure BDA0002277153280000042
计算所述边缘像素点的像素值；
其中，DO表示边缘像素点O的像素值，
Figure BDA0002277153280000043
表示边缘像素点O的预设邻域，DP表示参考像素点P的像素值，WP表示参考像素点P的像素值权重，k为归一化系数，σ2为预设的衰减因子参数。
第二方面，本发明实施例提供了一种离子束入射角度确定装置，所述装置包括：
图像获取模块，用于获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
边缘检测模块，用于对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
像素值确定模块，用于确定所述边缘像素点在所述深度图像中对应的像素值；
倾斜角度确定模块，用于根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
本发明实施例提供的方案中，电子设备可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像，然后根据彩色图像的图像特征进行边缘检测，确定彩色图像的边缘像素点，进而根据边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度以及离子束入射角度。这样，电子设备便可以根据待镀膜工件的深度图像中边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度，无需人工设置，可以提高离子束入射角度的准确度，进而提高离子束镀膜的精准度。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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。
图1为本发明实施例所提供的一种离子束入射角度确定方法的流程图；
图2为离子束镀膜设备对待镀膜工件进行镀膜的一种示意图；
图3为基于图1所示实施例的深度图像的一种处理方式的具体流程图；
图4为基于图3所示实施例的预设数量像素点的示意图；
图5为基于图1所示实施例的边缘像素点对应像素值的确定方式的流程图；
图6为基于图5所示实施例的预设邻域的示意图；
图7为本发明实施例所提供的一种离子束入射角度确定装置的结构示意图；
图8为本发明实施例所提供的一种电子设备的结构示意图。
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做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。
为了提高离子束入射角度的准确度，进而提高离子束镀膜的精准度，本发明实施例提供了一种离子束入射角度确定方法、装置、电子设备及计算机可读存储介质。
下面首先对本发明实施例所提供的一种离子束入射角度确定方法进行介绍。
本发明实施例所提供的一种离子束入射角度确定方法可以应用于任意需要确定离子束入射角度电子设备，例如，可以为电脑、处理器等电子设备，在此不做具体限定。为了描述方便，后续简称电子设备。
如图1所示，一种离子束入射角度确定方法，所述方法可以包括：
S101，获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
S102，对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
S103，确定所述边缘像素点在所述深度图像中对应的像素值；
S104，根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
可见，本发明实施例所提供的方案中，电子设备可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像，然后根据彩色图像的图像特征进行边缘检测，确定彩色图像的边缘像素点，进而根据边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度以及离子束入射角度。这样，电子设备便可以根据待镀膜工件的深度图像中边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度，无需人工设置，可以提高离子束入射角度的准确度，进而提高离子束镀膜的精准度。
在上述步骤S101中，电子设备可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像。如果电子设备具有采集深度图像及彩色图像的功能，上述深度图像及彩色图像可以为电子设备采集的深度图像及彩色图像，例如，电子设备可以通过扫描放置于工作台上的待镀膜工件，获取待镀膜工件的深度图像；上述深度图像及彩色图像也可以为其他电子设备采集后传输的深度图像及彩色图像，例如，可以通过Kinect感应器采集放置于工作台上的待镀膜工件的深度图像，然后传输至电子设备。
其中，上述深度图像中像素点的像素值可以表示待镀膜工件的相应位置与采集该深度图像的元器件之间的距离。
待镀膜工件倾斜的角度不准确时，镀膜过程中靶材原子会沉积到待镀膜工件以外区域，造成靶材浪费。为了准确确定离子束入射角度，首先电子设备可以确定上述彩色图像中的边缘像素点，以确定待镀膜工件的轮廓。也就是说，电子设备可以执行上述步骤S102，对上述彩色图像进行边缘检测，确定彩色图像中的边缘像素点。其中，上述待镀膜工件以及工作台的边缘在彩色图像中对应的像素点也就是边缘像素点。
电子设备确定上述边缘像素点的具体方法可以为罗伯茨算子、索贝尔算子等边缘检测算法，在此不做具体限定及说明。
深度图像中像素点的像素值可以表示待镀膜工件的相应位置与采集该深度图像的元器件之间的距离，因此，为了确定待镀膜工件的边缘与采集深度图像的元器件之间的距离，在确定上述边缘像素点之后，电子设备可以执行上述步骤S103，确定上述边缘像素点在上述深度图像中对应的像素值。
由于上述彩色图像与上述深度图像大小相同，且上述彩色图像中像素点与上述深度图像中像素点之间是一一对应的，所以，电子设备可以根据边缘像素点在彩色图像中的坐标，确定深度图像中该坐标对应的像素点的像素值，作为边缘像素点在深度图像中对应的像素值。例如，彩色图像中坐标为(x1,y1)的边缘像素点在深度图像中对应的像素值为深度图像中坐标为(x1,y1)的像素点的像素值。
确定上述边缘像素点对应的像素值后，电子设备便可以执行上述步骤S104，根据边缘像素点对应的像素值及待镀膜工件的尺寸，确定离子束入射角度。
电子设备可以根据边缘像素点对应的像素值，确定待镀膜工件的边缘对应的像素点，然后可以确定待镀膜工件的边缘的位置，便可以根据上述位置以及待镀膜工件的尺寸，确定离子束入射角度。
例如，如图2所示，待镀膜工件201为正方形，由于靶材203及待镀膜工件201的位置是固定的，那么，电子设备便可以将离子束202轰击在靶材203上的点O作为原点，以水平方向作为x轴，垂直方向作为y轴建立坐标系。这样，电子设备便可以确定待镀膜工件201的顶点A坐标为(x1，y1)，顶点B的坐标为(x2，y2)。
在离子束溅射镀膜中，离子束入射方向与靶材法线之间的夹角等同于原子击出方向与靶材法线之间的夹角。那么离子束202的入射方向与靶材203的法线之间的夹角也就等同于原子击出方向204与靶材203的法线之间的夹角，这样离子束202的入射角度的取值范围[α,β]便可以根据如下公式确定：
Figure BDA0002277153280000071
Figure BDA0002277153280000072
其中，θ为靶材203与水平方向之间的夹角。
这样，电子设备便可以调整离子束202的入射角度，避免溅射出的原子沉积到待镀膜工件201以外区域。
其中，上述离子束202的入射角度为离子束202的入射方向与靶材203表面法线方向之间的角度。
光线在待镀膜工件表面粗糙度较小的区域会产生镜面反射，因此，在上述深度图像中，待镀膜工件表面粗糙度较小的区域对应的像素点的像素值一般为0，这样会导致电子设备确定的边缘像素点对应的像素值不准确，进而影响确定离子束入射角度的精准度。
因此，为了准确确定边缘像素点在深度图像中对应的像素值，作为本发明实施例的一种实施方式，如图3所示，在确定所述边缘像素点在所述深度图像中对应的像素值之前，所述方法还可以包括：
S301，对所述深度图像进行二值化处理，得到二值化处理后的深度图像；
为了方便确定上述深度图像中像素值为0的像素点，在获取上述深度图像后，电子设备可以对上述深度图像进行二值化处理。
电子设备可以将深度图像中像素值小于预设像素值的像素点的像素值调整为0，将像素值大于等于预设像素值的像素点的像素值调整为255，得到二值化处理后的深度图像。二值化处理后的深度图像中像素点的像素值为0或255，其中，像素值为0的像素点为黑色，像素值为255的像素点为白色。
其中，上述预设像素值为电子设备根据阈值选取算法确定的，上述阈值选取算法可以为双峰法、p参数法、迭代法等算法，在此不做具体限定及说明。
S302，标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点；
光线在待镀膜工件表面粗糙度较小的区域会产生镜面反射，这会导致深度图像中待镀膜工件表面粗糙度较小的区域对应的像素点的像素值存在较大误差。由于深度图像中待镀膜工件表面粗糙度较小的区域对应的像素点的像素值一般为0，因此，在得到二值化处理后的深度图像后，为了调整上述深度图像中待镀膜工件表面粗糙度较小的区域对应的像素点的像素值以减少误差，电子设备可以标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点。
S303，将所述目标像素点周围预设数量像素点的有效像素值的平均值，确定为该目标像素点的像素值，得到处理后的深度图像。
其中，上述有效像素值为非0的像素值。图像中相邻的像素点一般是相关的，每个像素点和周围的像素点一般具有相同或者相似的特点。其中，上述特点可以为像素点的像素值、亮度、颜色值等。
因此，电子设备在标记上述目标像素点之后，为了减少误差，可以根据目标像素点周围像素点的有效像素值确定该目标像素点的像素值。
在一种实施方式中，电子设备可以获取目标像素点周围预设数量像素点的有效像素值，然后将有效像素值的平均值确定为该目标像素点的像素值。例如，如图4所示，预设数量为8，目标像素点A周围8个像素点中具有有效像素值的像素点为4个，那么目标像素点A的像素值为
Figure BDA0002277153280000091
可见，本发明实施例所提供的方案中，电子设备在确定所述边缘像素点在所述深度图像中对应的像素值之前，可以对深度图像进行二值化处理，得到二值化处理后的深度图像，然后标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点，进而将目标像素点周围预设数量像素点的有效像素值的平均值，确定为该目标像素点的像素值，得到处理后的深度图像。这样，电子设备可以调整深度图像中目标像素点的像素值，进而可以提高后续工作的准确度。
电子设备获取的深度图像中可能存在噪声干扰，这会影响深度图像的准确度，进而影响离子束镀膜的精准度。因此，作为本发明实施例的一种实施方式，在确定所述边缘像素点在所述深度图像中对应的像素值之前，所述方法还可以包括：
对所述深度图像进行去噪处理，得到去噪处理后的深度图像。
在得到上述深度图像后，为了使深度图像中像素点的像素值更加准确，电子设备可以对上述深度图像进行去噪处理，去除深度图像中的噪声干扰，得到去噪处理后的深度图像。
其中，上述去噪处理的具体方法可以为高斯滤波算法、均值滤波算法、中值滤波算法等图像滤波算法，在此不做具体限定及说明。
可见，本发明实施例所提供的方案中，电子设备在确定边缘像素点在深度图像中对应的像素值之前，可以对深度图像进行去噪处理，得到去噪处理后的深度图像。这样，电子设备便可以去除深度图像中的噪声干扰，使深度图像更加准确。
作为本发明实施例的一种实施方式，上述根据所述彩色图像的图像特征进行边缘检测，确定所述彩色图像的边缘像素点的步骤，可以包括：
将所述彩色图像输入边缘检测模型，根据所述彩色图像的图像特征确定所述彩色图像中的边缘像素点。
其中，所述边缘检测模型包括所述彩色图像的图像特征及所述边缘像素点之间的对应关系。
在获取上述彩色图像后，为了确定彩色图像中的边缘像素点，电子设备可以将上述彩色图像输入边缘检测模型，根据彩色图像的图像特征对彩色图像进行边缘检测，确定上述彩色图像中的边缘像素点。
上述边缘检测模型可以为卷积神经网络、深度置信网络等深度模型，在此不做具体限定及说明。电子设备可以基于彩色图像样本对预先获取或建立的初始边缘检测模型进行训练得到上述边缘检测模型。在训练过程中，电子设备可以不断调整初始边缘检测模型的参数，最终得到符合要求的边缘检测模型。
在一种实施方式中，电子设备可以将彩色图像输入HED(Holistically-NestedEdge Detection，整体嵌套边缘检测)模型，根据彩色图像的图像特征对彩色图像进行边缘检测，确定彩色图像中的边缘像素点。
对VGG(Visual Geometry Group)网络构架进行调整，可以得到初始HED模型。其中，对VGG网络构架的具体调整方式为：在VGG网络中conv1_2卷积层、conv2_2卷积层、conv3_3卷积层、conv4_3卷积层及conv5_3卷积层后面分别引出侧输出层，然后侧输出层接入sigmoid激活函数，并且在最后一层对上述5个卷积层的输出进行连接得到融合层，然后融合层接入sigmoid激活函数；删除VGG网络中最后一个池化层及后面所有的全连接层。这样，电子设备对初始HED模型进行训练时，可以对所有的损失函数等概率同时训练，从而提高训练效果。
电子设备可以根据训练数据集对初始HED模型进行训练。其中，上述HED模型包括融合层及多个侧输出层，每个侧输出层与一个分类器相关联。假设侧输出层对应的分类器的权重参数记为w＝(w(1),…,w(M))，侧输出层的数量为M，训练数据集为S＝{(Xn,Yn)，n＝1,…,N}，Xn表示原始输入图像，Yn表示图像Xn对应的标定二值边缘图像，W表示上述HED模型中标准网络层参数集合，那么，侧输出层损失函数
Figure BDA0002277153280000117
可以表示为：
Figure BDA0002277153280000111
其中，m∈(1,M)，αm表示第m个侧输出层输出结果的权重值，
Figure BDA0002277153280000112
表示第m个侧输出层的损失函数。
一般图像中不到10％的像素点为边缘像素点，也就是说，原始输入图像中边缘像素点与非边缘像素点之间的数量差异很大。为了平衡原始图像中边缘像素点的数量与非边缘像素点的数量，可以预先设置类平衡权重值β。那么，第m个侧输出层的损失函数
Figure BDA0002277153280000113
可以表示为：
Figure BDA0002277153280000114
其中，j表示原始输入图像X中的像素点，Pr(yj＝1|X；W,wm)表示像素点j为边缘像素点的概率，Pr(yj＝0|X；W,wm)表示像素点j为非边缘像素点的概率，β＝|Y-|/|Y|，1-β＝|Y+|/|Y|，Y表示原始输入图像X对应的标定二值边缘图像，Y+表示预先标记的边缘像素点的集合，Y-表示预先标记的非边缘像素点的集合。
上述Pr(yj＝1|X；W,wm)可以表示为：
Figure BDA0002277153280000115
其中，
Figure BDA0002277153280000116
表示第m个侧输出层对像素点j的检测结果，σ(x)为sigmoid激活函数。
上述Pr(yj＝0|X；W,wm)可以表示为：
Figure BDA0002277153280000121
这样，侧输出层对原始输入图像X的检测结果
Figure BDA0002277153280000122
可以表示为：
Figure BDA0002277153280000123
其中，
Figure BDA0002277153280000124
表示第m个侧输出层对原始输入图像X的检测结果。
得到侧输出层对原始输入图像X的检测结果后，电子设备可以将其输入上述融合层，根据预设的融合权重参数h＝(h1,...,hM)，得到最终的检测结果。那么，融合层损失函数Lfuse(W,w,h)可以表示为：
Figure BDA0002277153280000125
其中，
Figure BDA0002277153280000126
表示最终的检测结果，hm∈h，
Figure BDA0002277153280000127
表示检测结果
Figure BDA0002277153280000128
与标定二值边缘图像Y之间的差异。
这样，电子设备便可以根据融合层损失函数Lfuse(W,w,h)及侧输出层损失函数
Figure BDA0002277153280000129
调整初始HED模型的参数W、w及h：
(W,w,h)*＝argmin(Lside(W,w)+Lfuse(W,w,h))
电子设备可以调整初始HED模型的参数，直至初始HED模型收敛，停止训练得到上述HED模型。
可见，本发明实施例所提供的方案中，电子设备可以将彩色图像输入边缘检测模型，根据彩色图像的图像特征确定彩色图像中的边缘像素点。这样，电子设备便可以通过预先训练完成的边缘检测模型确定边缘像素点，可以提高确定边缘像素点的准确度。
在离子束溅射镀膜加工中，待镀膜工件放置于工作台上，由于待镀膜工件存在一定的厚度，光线照射在待镀膜工件的边缘附近时很可能会产生阴影，这会导致深度图像中待镀膜工件的边缘比较模糊，那么深度图像中上述边缘像素点对应的像素值也就不准确。为了准确确定边缘像素点在深度图像中对应的像素值，作为本发明实施例的一种实施方式，如图5所示，上述确定所述边缘像素点在所述深度图像中对应的像素值的步骤，可以包括：
S501，确定每个所述边缘像素点的预设邻域所包括的像素点，作为参考像素点；
其中，所述预设邻域为以边缘像素点为中心的预设大小的正方形区域。
图像中相邻的像素点一般是相关的，每个像素点和周围的像素点一般具有相同或者相似的特点，因此，为了准确确定每个边缘像素点在深度图像中对应的像素值，电子设备可以参考每个边缘像素点的预设邻域所包括的像素点在深度图像中对应的像素值，所以，电子设备首先可以确定每个边缘像素点的预设邻域所包括的像素点，也就是参考像素点。
例如，如图6所示，预设邻域的大小为3×3，也就是说，预设邻域中包括的像素点的数量为9。那么，对于边缘像素点O1，电子设备可以确定以边缘像素点O1为中心的预设邻域601。这样，电子设备便可以确定预设邻域601所包括的像素点O1、O2、O3、O4、P1、P2、P3、P4及P5为边缘像素点O1对应的参考像素点。
上述预设邻域的大小可以为x×x，其中，x为预设参数，电子设备可以根据图像的分辨率、待镀膜工件的表面粗糙度等因素确定，例如，可以为3×3、5×5等，在此不做具体限定。
S502，基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异；
边缘像素点的特点与参考像素点的特点相似时，边缘像素点的亮度及颜色值也与参考像素点的亮度及颜色值相似。另外，在图像中像素点之间的距离越近，其特点也越相似。
因此，为了确定边缘像素点与对应的参考像素点之间的相似程度，电子设备可以基于边缘像素点与对应的参考像素点之间的亮度差异，颜色值差异以及距离，确定该边缘像素点与对应的参考像素点之间的相似程度，也就是总差异。
S503，基于每个边缘像素对应的所述总差异以及所述参考像素点的像素值，确定每个边缘像素点对应的像素值。
边缘像素点与对应的参考像素点之间的总差异小，说明边缘像素点与对应的参考像素点之间相似程度大，那么边缘像素的像素值与对应的参考像素点的像素值之间相差较小。
边缘像素点与对应的参考像素点之间的总差异大，说明边缘像素点与对应的参考像素点之间相似程度小，那么边缘像素的像素值与对应的参考像素点的像素值之间相差较大。
因此，电子设备在确定边缘像素点与对应的参考像素点之间的总差异后，便可以基于每个边缘像素点对应的总差异以及参考像素点的像素值，确定每个边缘像素点对应的像素值。
可见，本发明实施例所提供的方案中，电子设备在根据边缘像素点对应的像素值以及待镀膜工件的尺寸，确定离子束入射角度之前，可以确定每个边缘像素点的预设邻域所包括的像素点，作为参考像素点，然后基于每个边缘像素点与对应的参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的参考像素点之间的总差异，进而基于每个边缘像素对应的总差异以及参考像素点的像素值，确定每个边缘像素点对应的像素值。这样，电子设备便可以根据边缘像素对应的总差异以及参考像素点的像素值，准确的确定每个边缘像素对应的像素值，可以减少误差。
作为本发明实施例的一种实施方式，上述基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异的步骤，可以包括：
根据公式MP＝ML*MC*MD*BO，计算所述边缘像素点与对应的参考像素点之间的总差异；
其中，O为边缘像素点，P为边缘像素点O的预设邻域中的参考像素点，MP表示参考像素点P与边缘像素点O之间的总差异，ML为亮度差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的亮度差，MC为颜色值差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的颜色值差，MD为距离矩阵，其中的元素为参考像素点P与边缘像素点O之间的距离，BO为筛选矩阵，其中对应于边缘像素点的元素记为0，对应于非边缘像素点的元素记为1。
上述亮度差异矩阵ML与边缘像素点的预设邻域是对应的，例如，预设邻域的大小为3×3，那么，该预设邻域对应的亮度差异矩阵ML为3阶方阵。其中，亮度差异矩阵ML中的元素一一对应于参考像素点P与边缘像素点O之间的亮度差。
例如，如图6所示，边缘像素点O1的预设邻域601中包括的参考像素点O1、O2、O3、O4、P1、P2、P3、P4、P5的亮度分别为L1、L2、L3、L4、L5、L6、L7、L8、L9，那么，亮度差异矩阵ML即为：
Figure BDA0002277153280000151
上述颜色值差异矩阵MC与边缘像素点的预设邻域是对应的，例如，预设邻域的大小为3×3，那么，该预设邻域对应的颜色值差异矩阵MC为3阶方阵。其中，颜色值差异矩阵MC中的元素一一对应于参考像素点P与边缘像素点O之间的颜色值差。
例如，如图6所示，边缘像素点O1的预设邻域601中包括的参考像素点O1、O2、O3、O4、P1、P2、P3、P4、P5的颜色值分别为C1、C2、C3、C4、C5、C6、C7、C8、C9，那么，颜色值差异矩阵MC即为：
Figure BDA0002277153280000152
上述距离矩阵MD与边缘像素点的预设邻域是对应的，例如，预设邻域的大小为3×3，那么，该预设邻域对应的距离矩阵MD为3阶方阵。其中，距离矩阵MD中的元素一一对应于参考像素点P与边缘像素点O之间的距离。
例如，如图6所示，边缘像素点O1与预设邻域601中包括的参考像素点O1、O2、O3、O4、P1、P2、P3、P4、P5之间的距离分别为0、1、
Figure BDA0002277153280000161
1、
Figure BDA0002277153280000162
1、
Figure BDA0002277153280000163
1、
Figure BDA0002277153280000164
那么，距离矩阵MC即为：
Figure BDA0002277153280000165
上述筛选矩阵BO中对应于边缘像素点的元素记为0，对应于非边缘像素点的元素记为1。例如，如图6所示，边缘像素点O1的预设邻域601中包括的参考像素点O1、O2、O3、O4为边缘像素点，参考像素点P1、P2、P3、P4、P5为非边缘像素点，那么，筛选矩阵BO即为：
Figure BDA0002277153280000166
这样，边缘像素点O1与参考像素点O1、O2、O3、O4、P1、P2、P3、P4及P5之间的总差异便可以通过如下所示公式进行计算：
MP＝ML*MC*MD*BO (1)
可见，本发明实施例所提供的方案中，电子设备可以根据上述公式(1)计算边缘像素点与对应的参考像素点之间的总差异。这样，电子设备便可以通过上述公式(1)确定边缘像素点与对应的参考像素点之间的总差异，进而确定边缘像素点对应的像素值。
作为本发明实施例的一种实施方式，上述亮度差异矩阵的确定方式，可以包括：
基于所述彩色图像中像素点的亮度，确定所述彩色图像的亮度梯度；根据所述亮度梯度和所述边缘像素点及对应的所述参考像素点在所述彩色图像坐标系中的坐标，确定所述亮度差异矩阵。
电子设备可以根据彩色图像中像素点的亮度计算彩色图像的亮度梯度。彩色图像一般可以表示为对应的二维离散函数I(x,y)，其中，(x,y)为彩色图像包括的像素点在彩色图像坐标系中的坐标。由于彩色图像一般为RGB图像，那么，彩色图像的亮度L可以表示为：
L＝0.299R+0.587G+0.114B (2)
其中，R、G、B分别为彩色图像包括的像素点对应的Red通道、Green通道、Blue通道的参数值。
彩色图像的亮度梯度ΔL便可以表示为：
Figure BDA0002277153280000171
其中，ΔLx表示彩色图像坐标系x轴方向的亮度梯度，ΔLy表示彩色图像坐标系y轴方向的亮度梯度，L(x+1,y)为像素点(x+1,y)的亮度，L(x,y)为像素点(x,y)的亮度，L(x,y+1)为像素点(x,y+1)的亮度。
电子设备将边缘像素点及对应的参考像素点在彩色图像坐标系中的坐标代入上述公式(3)，便可以确定边缘像素点与对应的参考像素点之间的亮度差，将边缘像素点与对应的参考像素点之间的亮度差作为亮度差异矩阵的元素，便可以得到上述亮度差异矩阵。
在一种实施方式中，电子设备可以根据上述公式(3)以及彩色图像中像素点的坐标，确定彩色图像中相邻像素点之间的亮度差异，得到彩色图像对应的亮度梯度幅值图。这样，电子设备可以根据边缘像素点及对应的参考像素点在彩色图像坐标系中的坐标，从上述亮度梯度幅值图中确定边缘像素点与对应的参考像素点之间的亮度差，作为亮度差异矩阵的元素，便可以得到上述亮度差异矩阵。
可见，本发明实施例所提供的方案中，电子设备可以基于彩色图像中像素点的亮度确定彩色图像的亮度梯度，然后根据亮度梯度，确定亮度差异矩阵。这样，电子设备便可以根据亮度差异矩阵确定边缘像素点与对应的参考像素点之间的总差异。
作为本发明实施例的一种实施方式，上述亮度差异矩阵的确定方式，可以包括：
根据公式
Figure BDA0002277153280000172
计算所述亮度差异矩阵；
其中，BL为参考像素点P的亮度，LO为边缘像素点O的亮度，α为预设的亮度差异权重参数，ΔL为边缘像素点O与参考像素点P之间的亮度差，表示亮度差异矩阵ML中参考像素点P对应的元素。
电子设备可以根据如下公式计算上述亮度差异矩阵中的元素：
Figure BDA0002277153280000181
Figure BDA0002277153280000182
可以表示边缘像素点与对应的参考像素点之间的亮度差，电子设备可以根据上述公式(4)确定边缘像素点与对应的参考像素点之间的亮度差，作为上述亮度差异矩阵的元素，这样，便可以确定上述亮度差异矩阵。
例如，如图6所示，边缘像素点O1的亮度为LO1，参考像素点P1的亮度为BL1，那么，边缘像素点O1与参考像素点P1之间的亮度差为
Figure BDA0002277153280000183
这样，电子设备便可以确定亮度差异矩阵中参考像素点P1对应的元素为
Figure BDA0002277153280000184
Figure BDA0002277153280000185
上述颜色值差异矩阵的确定方式，可以包括：
根据公式
Figure BDA0002277153280000186
计算所述颜色值差异矩阵；
其中，BC为参考像素点P的颜色值，CO为边缘像素点O的颜色值，C表示颜色值，RGB为红绿蓝三通道颜色函数，β为预设的颜色值差异权重参数，ΔC为边缘像素点O与参考像素点P之间的颜色值差，表示颜色差异矩阵MC中参考像素点P对应的元素。
电子设备可以根据如下公式计算上述颜色值差异矩阵中的元素：
Figure BDA0002277153280000187
Figure BDA0002277153280000188
可以表示边缘像素点与对应的参考像素点之间的颜色值差，电子设备可以根据上述公式(5)确定边缘像素点与对应的参考像素点之间的颜色值差，作为上述颜色值差异矩阵的元素，这样，便可以确定上述颜色值差异矩阵。
例如，如图6所示，边缘像素点O1的颜色值为CO1，参考像素点P1的颜色值为BC1，那么，边缘像素点O1与参考像素点P1之间的颜色值差为
Figure BDA0002277153280000189
Figure BDA00022771532800001810
这样，电子设备便可以确定颜色值差异矩阵中参考像素点P1对应的元素为
Figure BDA00022771532800001811
上述距离矩阵的确定方式，可以包括：
根据公式
Figure BDA0002277153280000191
计算所述距离矩阵；
其中，O、P分别表示边缘像素点O、参考像素点P在彩色图像坐标系中坐标，σ1＝R，R为边缘像素点O的预设邻域的边长，ΔD为边缘像素点O与参考像素点P之间的距离，表示距离矩阵Md中参考像素点P对应的元素。
电子设备可以根据如下公式计算上述距离矩阵中的元素：
Figure BDA0002277153280000192
Figure BDA0002277153280000193
可以表示边缘像素点与对应的参考像素点在彩色图像坐标系中的距离，电子设备可与根据上述公式(6)确定边缘像素点与对应的参考像素点之间的距离，作为上述距离矩阵的元素，这样，便可以确定上述距离矩阵。
例如，如图6所示，边缘像素点O1的坐标为O1，参考像素点P1的坐标为P1，那么，边缘像素点O1与参考像素点P1之间的距离即为
Figure BDA0002277153280000194
这样，电子设备便可以确定距离矩阵中参考像素点P1对应的元素为
Figure BDA0002277153280000195
可见，本发明实施例所提供的方案中，电子设备可以根据上述公式(4)确定亮度差异矩阵，根据上述公式(5)确定颜色值差异矩阵，根据上述公式(6)确定距离矩阵。这样，电子设备便可以根据亮度差异矩阵、颜色值差异矩阵及距离矩阵，确定边缘像素点与对应的参考像素点之间的总差异。
作为本发明实施例的一种实施方式，上述基于所述总差异以及所述参考像素点的像素值，确定所述参考像素点对应的边缘像素点的像素值的步骤，可以包括：
根据公式
Figure BDA0002277153280000196
及
Figure BDA0002277153280000197
计算所述边缘像素点的像素值；
其中，DO表示边缘像素点O的像素值，
Figure BDA0002277153280000201
表示边缘像素点O的预设邻域，DP表示参考像素点P的像素值，WP表示参考像素点P的像素值权重，k为归一化系数，σ2为预设的衰减因子参数。
电子设备可以根据如下所示公式确定边缘像素点的像素值：
Figure BDA0002277153280000202
Figure BDA0002277153280000203
电子设备根据上述公式(8)，可以确定参考像素点的像素值权重，然后，将参考像素点的像素值权重以及参考像素点的像素值代入上述公式(7)，便可以确定边缘像素点的像素值。
例如，如图6所示，对于边缘像素点O1，预设邻域601即为
Figure BDA0002277153280000204
电子设备便可以将参考像素点O1、O2、O3、O4、P1、P2、P3、P4、P5的像素值及像素值权重，代入上述公式(7)及公式(8)，便可以确定边缘像素点O1的像素值。
可见，本发明实施例所提供的方案中，电子设备可以根据上述公式(7)、公式(8)确定边缘像素点的像素值。这样，电子设备便可以根据边缘像素点的像素值确定离子束入射角度。
相应于上述离子束入射角度确定方法，本发明实施例还提供了一种离子束入射角度确定装置。下面对本发明实施例所提供的一种离子束入射角度确定装置进行介绍。
如图7所示，一种离子束入射角度确定装置，所述装置可以包括：
图像获取模块701，用于获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
边缘检测模块702，用于对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
像素值确定模块703，用于确定所述边缘像素点在所述深度图像中对应的像素值；
倾斜角度确定模块704，用于根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
可见，本发明实施例所提供的方案中，电子设备可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像，然后根据彩色图像的图像特征进行边缘检测，确定彩色图像的边缘像素点，进而根据边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度以及离子束入射角度。这样，电子设备便可以根据待镀膜工件的深度图像中边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度，无需人工设置，可以提高离子束入射角度的准确度，进而提高离子束镀膜的精准度。
作为本发明实施例的一种实施方式，上述装置还可以包括：
二值化处理模块(图7中未示出)，用于在确定所述边缘像素点在所述深度图像中对应的像素值之前，对所述深度图像进行二值化处理，得到二值化处理后的深度图像；
目标像素点标记模块(图7中未示出)，用于标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点；
目标像素点像素值确定模块(图7中未示出)，用于将所述目标像素点周围预设数量像素点的有效像素值的平均值，确定为该目标像素点的像素值，得到处理后的深度图像；
其中，所述有效像素值为非0的像素值。
作为本发明实施例的一种实施方式，上述装置还可以包括：
去噪模块(图7中未示出)，用于在确定所述边缘像素点在所述深度图像中对应的像素值之前，对所述深度图像进行去噪处理，得到去噪处理后的深度图像。
作为本发明实施例的一种实施方式，上述边缘检测模块702可以包括：
边缘检测子模块(图7中未示出)，用于将所述彩色图像输入边缘检测模型，根据所述彩色图像的图像特征确定所述彩色图像中的边缘像素点；
其中，所述边缘检测模型包括所述彩色图像的图像特征及所述边缘像素点之间的对应关系。
作为本发明实施例的一种实施方式，上述像素值确定模块703可以包括：
参考像素点确定子模块(图7中未示出)，用于确定每个所述边缘像素点的预设邻域所包括的像素点，作为参考像素点；
其中，所述预设邻域为以边缘像素点为中心的预设大小的矩形区域。
总差异确定子模块(图7中未示出)，用于基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异；
像素值确定子模块(图7中未示出)，用于基于每个边缘像素对应的所述总差异以及所述参考像素点的像素值，确定每个边缘像素点对应的像素值。
作为本发明实施例的一种实施方式，上述总差异确定子模块可以包括：
总差异计算单元(图7中未示出)，用于根据公式MP＝ML*MC*MD*BO，计算所述参考像素点与对应的边缘像素点之间的总差异；
其中，O为边缘像素点，P为边缘像素点O的预设邻域中的参考像素点，MP表示参考像素点P与边缘像素点O之间的总差异，ML为亮度差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的亮度差，MC为颜色值差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的颜色值差，MD为距离矩阵，其中的元素为参考像素点P与边缘像素点O之间的距离，BO为筛选矩阵，其中对应于边缘像素点的元素记为0，对应于非边缘像素点的元素记为1。
作为本发明实施例的一种实施方式，上述总差异计算单元可以包括：
亮度梯度确定子单元(图7中未示出)，用于基于所述彩色图像中像素点的亮度，确定所述彩色图像的亮度梯度；
亮度差异矩阵确定子单元(图7中未示出)，用于根据所述亮度梯度和所述边缘像素点及对应的所述参考像素点在所述彩色图像坐标系中的坐标，确定所述亮度差异矩阵。
作为本发明实施例的一种实施方式，上述总差异计算单元可以包括：
亮度差异矩阵计算子单元(图7中未示出)，用于根据公式
Figure BDA0002277153280000231
Figure BDA0002277153280000232
计算所述亮度差异矩阵；
其中，BL为参考像素点P的亮度，LO为边缘像素点O的亮度，α为预设的亮度差异权重参数，ΔL为边缘像素点O与参考像素点P之间的亮度差，表示亮度差异矩阵ML中参考像素点P对应的元素。
颜色值差异矩阵计算子单元(图7中未示出)，用于根据公式
Figure BDA0002277153280000233
Figure BDA0002277153280000234
计算所述颜色值差异矩阵；
其中，BC为参考像素点P的颜色值，CO为边缘像素点O的颜色值，C表示颜色值，RGB为红绿蓝三通道颜色函数，β为预设的颜色值差异权重参数，ΔC为边缘像素点O与参考像素点P之间的颜色值差，表示颜色差异矩阵MC中参考像素点P对应的元素。
距离矩阵计算子单元(图7中未示出)，用于根据公式
Figure BDA0002277153280000235
计算所述距离矩阵；
其中，O、P分别表示边缘像素点O、参考像素点P在所述彩色图像坐标系中坐标，σ1＝R，R为边缘像素点O的预设邻域的边长，ΔD为边缘像素点O与参考像素点P之间的距离，表示距离矩阵Md中参考像素点P对应的元素。
作为本发明实施例的一种实施方式，上述像素值确定子模块可以包括：
像素值计算单元(图7中未示出)，用于根据公式
Figure BDA0002277153280000236
及
Figure BDA0002277153280000237
计算所述边缘像素点的像素值；
其中，DO表示边缘像素点O的像素值，
Figure BDA0002277153280000238
表示边缘像素点O的预设邻域，DP表示参考像素点P的像素值，WP表示参考像素点P的像素值权重，k为归一化系数，σ2为预设的衰减因子参数。
本发明实施例还提供了一种电子设备，如图8所示，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信，
存储器803，用于存放计算机程序；
处理器801，用于执行存储器803上所存放的程序时，实现上述任一实施例所述的离子束入射角度确定方法的步骤。
可见，本发明实施例所提供的方案中，电子设备可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像，然后根据彩色图像的图像特征进行边缘检测，确定彩色图像的边缘像素点，进而根据边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度以及离子束入射角度。这样，电子设备便可以根据待镀膜工件的深度图像中边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度，无需人工设置，可以提高离子束入射角度的准确度，进而提高离子束镀膜的精准度。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的离子束入射角度确定方法的步骤。
可见，本发明实施例所提供的方案中，计算机可读存储介质内存储的计算机程序被处理器执行时，可以获取放置在工作台上的待镀膜工件的深度图像及彩色图像，然后根据彩色图像的图像特征进行边缘检测，确定彩色图像的边缘像素点，进而根据边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度以及离子束入射角度。这样，电子设备便可以根据待镀膜工件的深度图像中边缘像素点的像素值以及待镀膜工件的尺寸，确定离子束入射角度，无需人工设置，可以提高离子束入射角度的准确度，进而提高离子束镀膜的精准度。
需要说明的是，对于上述装置、电子设备及计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
进一步需要说明的是，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。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种离子束入射角度确定方法，其特征在于，所述方法包括：
获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
确定所述边缘像素点在所述深度图像中对应的像素值；
根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
2.根据权利要求1所述的方法，其特征在于，在所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤之前，所述方法还包括：
对所述深度图像进行二值化处理，得到二值化处理后的深度图像；
标记二值化处理后的深度图像中像素值为0的像素点，作为目标像素点；
将所述目标像素点周围预设数量像素点的有效像素值的平均值，确定为该目标像素点的像素值，得到处理后的深度图像，其中，所述有效像素值为非0的像素值。
3.根据权利要求1所述的方法，其特征在于，在所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤之前，所述方法还包括：
对所述深度图像进行去噪处理，得到去噪处理后的深度图像。
4.根据权利要求1所述的方法，其特征在于，所述根据所述彩色图像的图像特征进行边缘检测，确定所述彩色图像的边缘像素点的步骤，包括：
将所述彩色图像输入边缘检测模型，根据所述彩色图像的图像特征确定所述彩色图像中的边缘像素点，其中，所述边缘检测模型包括所述彩色图像的图像特征及所述边缘像素点之间的对应关系。
5.根据权利要求1所述的方法，其特征在于，所述确定所述边缘像素点在所述深度图像中对应的像素值的步骤，包括：
确定每个所述边缘像素点的预设邻域所包括的像素点，作为参考像素点，其中，所述预设邻域为以边缘像素点为中心的预设大小的正方形区域；
基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异；
基于每个边缘像素对应的所述总差异以及所述参考像素点的像素值，确定每个边缘像素点对应的像素值。
6.根据权利要求5所述的方法，其特征在于，所述基于每个所述边缘像素点与对应的所述参考像素点之间的亮度差异、颜色值差异以及距离，确定该边缘像素点与对应的所述参考像素点之间的总差异的步骤，包括：
根据公式MP＝ML*MC*MD*BO，计算所述参考像素点与对应的边缘像素点之间的总差异；
其中，O为边缘像素点，P为边缘像素点O的预设邻域中的参考像素点，MP表示参考像素点P与边缘像素点O之间的总差异，ML为亮度差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的亮度差，MC为颜色值差异矩阵，其中的元素为参考像素点P与边缘像素点O之间的颜色值差，MD为距离矩阵，其中的元素为参考像素点P与边缘像素点O之间的距离，BO为筛选矩阵，其中对应于边缘像素点的元素记为0，对应于非边缘像素点的元素记为1。
7.根据权利要求6所述的方法，其特征在于，所述亮度差异矩阵的确定方式，包括：
基于所述彩色图像中像素点的亮度，确定所述彩色图像的亮度梯度；
根据所述亮度梯度和所述边缘像素点及对应的所述参考像素点在所述彩色图像坐标系中的坐标，确定所述亮度差异矩阵。
8.根据权利要求6所述的方法，其特征在于，所述亮度差异矩阵的确定方式，包括：
根据公式
Figure FDA0002277153270000021
计算所述亮度差异矩阵；
其中，BL为参考像素点P的亮度，LO为边缘像素点O的亮度，α为预设的亮度差异权重参数，ΔL为边缘像素点O与参考像素点P之间的亮度差，表示亮度差异矩阵ML中参考像素点P对应的元素；
所述颜色值差异矩阵的确定方式，包括：
根据公式
Figure FDA0002277153270000022
计算所述颜色值差异矩阵；
其中，BC为参考像素点P的颜色值，CO为边缘像素点O的颜色值，C表示颜色值，RGB为红绿蓝三通道颜色函数，β为预设的颜色值差异权重参数，ΔC为边缘像素点O与参考像素点P之间的颜色值差，表示颜色差异矩阵MC中参考像素点P对应的元素；
所述距离矩阵的确定方式，包括：
根据公式
Figure FDA0002277153270000031
计算所述距离矩阵；
其中，O、P分别表示边缘像素点O、参考像素点P在所述彩色图像坐标系中坐标，σ1＝R，R为边缘像素点O的预设邻域的边长，ΔD为边缘像素点O与参考像素点P之间的距离，表示距离矩阵Md中参考像素点P对应的元素。
9.根据权利要求7所述的方法，其特征在于，所述基于所述总差异以及所述参考像素点的像素值，确定所述参考像素点对应的边缘像素点的像素值的步骤，包括：
根据公式
Figure FDA0002277153270000032
及
Figure FDA0002277153270000033
计算所述边缘像素点的像素值；
其中，DO表示边缘像素点O的像素值，
Figure FDA0002277153270000034
表示边缘像素点O的预设邻域，DP表示参考像素点P的像素值，WP表示参考像素点P的像素值权重，k为归一化系数，σ2为预设的衰减因子参数。
10.一种离子束入射角度确定装置，其特征在于，所述装置包括：
图像获取模块，用于获取放置在工作台上的待镀膜工件的深度图像及彩色图像；
边缘检测模块，用于对所述彩色图像进行边缘检测，确定所述彩色图像中的边缘像素点；
像素值确定模块，用于确定所述边缘像素点在所述深度图像中对应的像素值；
倾斜角度确定模块，用于根据所述边缘像素点对应的像素值及所述待镀膜工件的尺寸，确定所述离子束入射角度。
CN201911126971.XA 2019-11-18 2019-11-18 一种离子束入射角度确定方法及装置 Active CN111445489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911126971.XA CN111445489B (zh) 2019-11-18 2019-11-18 一种离子束入射角度确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911126971.XA CN111445489B (zh) 2019-11-18 2019-11-18 一种离子束入射角度确定方法及装置

Publications (2)

Publication Number Publication Date
CN111445489A true CN111445489A (zh) 2020-07-24
CN111445489B CN111445489B (zh) 2020-10-13

Family

ID=71652352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911126971.XA Active CN111445489B (zh) 2019-11-18 2019-11-18 一种离子束入射角度确定方法及装置

Country Status (1)

Country Link
CN (1) CN111445489B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112967331A (zh) * 2021-03-25 2021-06-15 北京的卢深视科技有限公司 一种图像处理的方法、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS632019A (ja) * 1986-06-23 1988-01-07 Matsushita Electric Ind Co Ltd 液晶表示体用複合フイルタの製造法
EP0450163A1 (de) * 1990-03-31 1991-10-09 Leybold Aktiengesellschaft Vorrichtung zum Beschichten eines Substrats mit Werkstoffen, beispielsweise mit Metallen
CN102899620A (zh) * 2011-07-26 2013-01-30 御林汽配(昆山)有限公司 真空镀膜装置
CN104271796A (zh) * 2012-08-24 2015-01-07 株式会社爱发科 成膜方法
CN104596442A (zh) * 2015-02-10 2015-05-06 新维畅想数字科技（北京）有限公司 一种辅助三维扫描的装置及方法
US20150276375A1 (en) * 2014-03-28 2015-10-01 Shuhong Liu Inline inspection of the contact between conductive traces and substrate for hidden defects using white light interferometer with tilted objective lens
CN107248188A (zh) * 2017-05-24 2017-10-13 上海交通大学 动态粒子集合的表面渲染方法及系统
CN108828562A (zh) * 2018-08-22 2018-11-16 Oppo广东移动通信有限公司 激光投射模组及控制方法、深度图像获取设备和电子装置
CN109628902A (zh) * 2019-01-26 2019-04-16 北京工业大学 一种粉体磁控溅射镀膜的装置和方法
WO2019073592A1 (ja) * 2017-10-13 2019-04-18 株式会社日立ハイテクノロジーズ パターン計測装置およびパターン計測方法
CN109887816A (zh) * 2019-02-22 2019-06-14 福建工程学院 一种反射式场发射电子光源器件及制备方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS632019A (ja) * 1986-06-23 1988-01-07 Matsushita Electric Ind Co Ltd 液晶表示体用複合フイルタの製造法
EP0450163A1 (de) * 1990-03-31 1991-10-09 Leybold Aktiengesellschaft Vorrichtung zum Beschichten eines Substrats mit Werkstoffen, beispielsweise mit Metallen
CN102899620A (zh) * 2011-07-26 2013-01-30 御林汽配(昆山)有限公司 真空镀膜装置
CN104271796A (zh) * 2012-08-24 2015-01-07 株式会社爱发科 成膜方法
US20150276375A1 (en) * 2014-03-28 2015-10-01 Shuhong Liu Inline inspection of the contact between conductive traces and substrate for hidden defects using white light interferometer with tilted objective lens
CN104596442A (zh) * 2015-02-10 2015-05-06 新维畅想数字科技（北京）有限公司 一种辅助三维扫描的装置及方法
CN107248188A (zh) * 2017-05-24 2017-10-13 上海交通大学 动态粒子集合的表面渲染方法及系统
WO2019073592A1 (ja) * 2017-10-13 2019-04-18 株式会社日立ハイテクノロジーズ パターン計測装置およびパターン計測方法
CN108828562A (zh) * 2018-08-22 2018-11-16 Oppo广东移动通信有限公司 激光投射模组及控制方法、深度图像获取设备和电子装置
CN109628902A (zh) * 2019-01-26 2019-04-16 北京工业大学 一种粉体磁控溅射镀膜的装置和方法
CN109887816A (zh) * 2019-02-22 2019-06-14 福建工程学院 一种反射式场发射电子光源器件及制备方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112967331A (zh) * 2021-03-25 2021-06-15 北京的卢深视科技有限公司 一种图像处理的方法、电子设备及存储介质
CN112967331B (zh) * 2021-03-25 2021-12-17 北京的卢深视科技有限公司 一种图像处理的方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN111445489B (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN111308448B (zh) 图像采集设备与雷达的外参确定方法及装置
CN111429533B (zh) 一种相机镜头畸变参数估计装置及方法
CN111862224B (zh) 确定相机与激光雷达之间外参的方法和装置
CN108152278B (zh) 一种尿液检测方法及装置
CN114897864B (zh) 基于数模信息的工件检测及缺陷判断方法
CN108181319B (zh) 一种基于立体视觉的积尘检测装置及方法
CN108827181B (zh) 一种基于视觉的板材表面检测方法
CN111739031B (zh) 一种基于深度信息的作物冠层分割方法
WO2016129702A1 (en) Method for image denoising
CN109543493B (zh) 一种车道线的检测方法、装置及电子设备
US10628925B2 (en) Method for determining a point spread function of an imaging system
CN109087325B (zh) 一种基于单目视觉的直接法点云三维重建及尺度确定方法
CN108765433A (zh) 一种用于提高精度的多叶面积测量方法
CN106355597B (zh) 基于单目视觉的钢板折角自动测量机器人图像处理方法
CN111025701B (zh) 一种曲面液晶屏幕检测方法
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN107230212B (zh) 一种基于视觉的手机尺寸的测量方法及系统
CN104050643A (zh) 遥感影像几何与辐射一体化相对校正方法及系统
CN112200848B (zh) 低光照弱对比复杂环境下的深度相机视觉增强方法及系统
WO2021212319A1 (zh) 红外图像处理方法、装置、系统及可移动平台
CN111445489B (zh) 一种离子束入射角度确定方法及装置
CN114998571B (zh) 基于固定尺寸标志物的图像处理及颜色检测方法
CN111709995A (zh) 一种激光雷达与摄像头之间的位置标定方法
CN114792327A (zh) 图像处理方法及系统
CN112836726B (zh) 一种基于视频信息的指针类仪表示数读取方法及装置

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