CN112262306B - 用于检测光学镜片的关注区中的缺陷的方法 - Google Patents
用于检测光学镜片的关注区中的缺陷的方法 Download PDFInfo
- Publication number
- CN112262306B CN112262306B CN201980039463.XA CN201980039463A CN112262306B CN 112262306 B CN112262306 B CN 112262306B CN 201980039463 A CN201980039463 A CN 201980039463A CN 112262306 B CN112262306 B CN 112262306B
- Authority
- CN
- China
- Prior art keywords
- image
- optical lens
- interest
- region
- images
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0257—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested
- G01M11/0264—Testing optical properties by measuring geometrical properties or aberrations by analyzing the image formed by the object to be tested by using targets or reference patterns
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0242—Testing optical properties by measuring geometrical properties or aberrations
- G01M11/0278—Detecting defects of the object to be tested, e.g. scratches or dust
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10144—Varying exposure
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
一种用于检测光学镜片的关注区中的缺陷的方法,所述方法包括:·‑图像接收步骤(S6),在所述步骤过程中,接收多个图像,每个图像包括在多个特定图案前方的关注区的视图,每个特定图案包括亮区域和暗区域,并且接收到的至少一个图像是光强度饱和的,·‑采样步骤(S7),在所述步骤过程中,基于共用的采样图案来对所述多个图像中的每个图像进行采样,·‑重组步骤(S10),在所述步骤过程中,基于所述共用的采样图案来确定所述关注区的重组图像,以及·‑缺陷检测步骤(S12),在所述步骤过程中,基于对所述重组图像的分析在所述光学镜片的关注区中检测缺陷。
Description
技术领域
本发明涉及一种用于检测光学镜片的关注区中的缺陷的方法。
本发明进一步涉及一种用于对多个光学镜片进行分类的方法、一种用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法、一种用于控制光学镜片制造过程的方法以及一种用于检测光学镜片的关注区中的缺陷的设备。
背景技术
在光学镜片的制造过程的不同步骤过程中,可能会出现各种类型的缺陷。
当前,光学镜片的外观控制由操作员使用例如“参考17”设备或弧光灯手动地执行。
因此,需要一种方法,所述方法允许对光学镜片进行自动的外观控制,增加了存储控制数据的可靠性和可能性。
本发明的一个目的是提供这种方法。
本发明的另一个目的是提供一种用于对多个光学镜片进行分类的方法、一种用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法、一种用于控制光学镜片制造过程的方法以及一种用于检测光学镜片的关注区中的缺陷的设备。
发明内容
为此,本发明提出了一种用于检测光学镜片的关注区中的缺陷的方法,所述方法包括:
-图像接收步骤,在所述步骤过程中,接收多个图像,每个图像包括在多个特定图案前方的关注区的视图,每个特定图案包括亮区域和暗区域,并且接收到的至少一个图像是光强度饱和的,
-采样步骤,在所述步骤过程中,基于共用的采样图案来对所述多个图像中的每个图像进行采样,
-重组步骤,在所述步骤过程中,基于所述共用的采样图案来确定所述关注区的重组图像,以及
-缺陷检测步骤,在所述步骤过程中,基于对所述重组图像的分析在所述光学镜片的关注区中检测缺陷。
有利地,由于基于至少一个光强度饱和的图像来确定关注区的重组图像,本发明的方法允许执行对光学镜片的外观控制,适于以提高的可靠性来检测缺陷并且以提高的可视性来显示检测到的缺陷。因此,本发明特别适于能够甚至显示扩散性缺陷。
根据实施例,根据本发明的方法可以进一步包括以下根据任何可能组合的特征中的一个或几个:
-在所述图像接收步骤过程中接收的每个图像是光强度饱和的;和/或
-所述方法进一步包括设定参数接收步骤,在所述步骤过程中,根据给定的标准基于每个图像中所述样本的光强度针对每个样本来接收至少一个设定参数;和/或
-在所述重组步骤过程中,通过基于所述至少一个设定参数从所述多个图像中针对每个样本选择对应样本、优选具有最低光强度的对应样本,基于所述共用的采样图案来确定所述关注区的重组图像;和/或
-所述缺陷是扩散性缺陷;和/或
-在特定图案前方的所述关注区的视图包括与上述特定图案有关的次级图案,并且所述多个特定图案被布置为使得所有次级图案的暗区域的叠加是占据了所述关注区的重组图像的整个空间的暗区域;和/或
-所述方法进一步包括:
o系统提供步骤,在所述步骤过程中,提供如下系统:所述系统包括显示装置、用于光学镜片的支撑件以及图像采集装置,所述系统被配置为使得当光学镜片被定位在所述支撑件上时,所述显示装置面向所述光学镜片的第一侧,并且所述图像采集装置面向所述光学镜片的第二侧,
o光学镜片定位步骤,在所述步骤过程中,所述光学镜片被定位在所述支撑件上,
o特定图案显示步骤,在所述步骤过程中,所述显示装置显示特定图案,
o图像采集步骤,在所述步骤过程中,所述图像采集装置采集包括在所述特定图案前方的关注区的视图的图像,以及
o重复所述特定图案显示步骤和所述图像采集步骤,直到采集每个图像为止;和/或
-至少一个特定图案包括交替的亮条纹和暗条纹;和/或
-第一特定图案包括交替的亮条纹和暗条纹,每个条纹沿着第一方向延伸,并且第二特定图案是所述第一特定图案在明显垂直于所述第一方向的第二方向上的平移;和/或
-不同的特定图案均包括交替的亮条纹和暗条纹,所述第一特定图案上的所述条纹沿第一方向定向,所述第二特定图案上的所述条纹沿第二方向定向;和/或
-所述方法进一步包括图像分组步骤,在所述步骤过程中,所述多个图像包括第一组图像和与所述第一组图像不同的第二组图像;和/或
-在所述重组步骤过程中,通过基于所述至少一个设定参数从所述第一组图像中针对每个样本选择对应样本、优选具有最低光强度的对应样本,基于所述共用的采样图案来确定所述第一组图像的第一重组图像;和/或
-通过基于所述至少一个设定参数从所述第二组图像中针对每个样本选择对应样本、优选具有最低亮度的对应样本,基于所述共用的采样图案来确定所述第二组图像的第二重组图像;和/或
-通过基于所述至少一个设定参数针对所述第一重组图像和所述第二重组图像的每个样本选择所述对应样本、优选具有最高亮度的对应样本,基于所述共用的采样图案来确定第三重组图像;和/或
-所述至少一个特定图案的暗区域的表面比所述特定图案的亮区域更大;和/或
-在所述图像采集步骤过程中,所述系统被配置为使得这些图像上的所述次级图案的亮度被调整为具有最大局部值和最小局部值,并且所述最小局部值小于最大值的10%;和/或
-所述图像采集步骤包括相机过度曝光步骤,在所述步骤过程中,所述相机被过度曝光使得在所述图像采集步骤过程中所采集的所述图像是饱和的;和/或
-所述方法进一步包括在所述图像采集步骤之前的聚焦步骤,在所述步骤过程中,所述图像采集装置被聚焦在所述光学镜片上,并且景深被调整为使得所述光学镜片的关注区聚焦;和/或
-在所述图像聚焦步骤过程中,所述特定图案失焦;和/或
-所述光学镜片的关注区是整个光学镜片;和/或
-所有特定图案都是彼此的周期性平移;和/或
-至少一个特定图案是包括交替的亮元素和暗元素的方格图案;和/或
-所述第二方向明显垂直于所述第一方向;和/或
-在所述图像分组步骤过程中,基于与每个图像上的次级图案有关的参数将所述多个图像分组为第一组图像和第二组图像;和/或
-与所述特定图案有关的所述参数与每个图像上的次级图案之间的形状、取向和/或颜色的差异有关;和/或
-所述至少一个特定图案的暗区域的表面是所述特定图案的亮区域的至少1.5倍大;和/或
-至少一个特定图案、优选每个特定图案的亮暗表面比至少等于1/10,优选至少等于1/6,并且最多等于1,优选最多等于1/2;和/或
-在至少一个图像上、优选在每个图像上,所述图像的亮暗表面比至少等于30%,优选至少等于70%,最优选至少等于80%,并且最多等于1000%,优选最多等于130%,最优选至少等于120%;换句话说,所述图像的亮暗表面比包括在[30%-1000%]范围内,优选包括在[70%-130%]范围内,最优选包括在[70%-130%]范围内;和/或
-所述光学镜片的一个表面包括一个或多个标记,所述标记定义了已知的表观尺寸或距离,并且在所述图像接收步骤过程中,所述一个或多个标记在至少一个图像上是可见的;和/或
-在所述图像接收步骤过程中,当与所述光学镜片的尺寸相比时,透过所述光学镜片观看到的至少一个暗条纹的表观宽度大于或等于2mm且小于或等于3cm,并且更优选地,当与所述光学镜片的尺寸相比时,所述至少一个暗条纹的表观宽度包括在5mm与2cm之间,例如为约5mm至1cm,和/或
-所述光学镜片是眼科镜片。
要注意的是,在本发明中,术语“检测到缺陷”也可以是指在特定的关注区中检测不到缺陷。当术语“检测到缺陷”被应用于在先前的缺陷检测步骤中已经检测到第一缺陷的特定关注区时,这特别是在本发明的意义内。
而且,本发明提出了一种用于对多个光学镜片进行分类的方法,所述方法包括:
-缺陷检测步骤,在所述步骤过程中,根据本发明的用于检测在光学镜片的关注区中的缺陷的方法在至少一个光学镜片的所述关注区中检测至少一个缺陷,以及
-分类步骤,在所述步骤过程中,至少基于在所述缺陷检测步骤过程中检测到的所述至少一个缺陷来对所述多个光学镜片进行分类。
本发明的另一个目的是一种用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法,所述方法包括:
-第一缺陷检测步骤,在所述步骤过程中,根据本发明的用于检测光学镜片的关注区中的缺陷的方法在所述光学镜片的关注区中检测缺陷,
-修改步骤,在所述步骤过程中,对所述光学镜片进行修改,
-第二缺陷检测步骤,在所述步骤过程中,在所转换的光学镜片的关注区中检测第二缺陷,以及
-比较步骤,在所述步骤过程中,比较所述第一缺陷和所述第二缺陷。
用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法可以进一步包括以下根据任何可能组合的特征中的一个或多个:
-所述修改步骤包括抛光步骤;和/或
-所述修改步骤包括制造步骤;和/或
-所述修改步骤包括涂覆步骤;和/或
-所述修改步骤包括磨边步骤。
本发明进一步提出了一种用于控制光学镜片制造过程的方法,所述方法包括以下步骤:
a)使用制造装置根据制造过程来制造光学镜片,
b)根据本发明的用于检测光学镜片的关注区中的缺陷的方法在步骤a)的所述光学镜片的关注区中检测至少一个缺陷,
c)记录在步骤b)中检测到的所述至少一个缺陷,
d)定期重复步骤a)至步骤c),并检查随着时间检测到的所述至少一个缺陷的演变,
其中,随着时间检查在所述光学镜片制造过程中使用的所述制造装置的至少一个参数的演变,并且所述光学镜片的至少一个参数随着时间的演变与所述制造装置的至少一个参数随着时间的演变有关。
本发明进一步提出了一种用于根据本发明的用于检测本发明的光学镜片的关注区中的缺陷的方法来检测光学镜片的关注区中的缺陷的设备,所述设备包括:
-存储器,所述存储器适于存储至少两个图像,每个图像包括在特定图案前方的关注区的视图,与所述第一图像相对应的所述特定图案不同于与所述第二图像相对应的所述特定图案,每个特定图案包括亮区域和暗区域,针对所述关注区的每个样本,至少一个图像包括在特定图案的暗区域前方的所述样本的视图,并且至少一个图像是光强度饱和的,
-图像处理单元,所述图像处理单元与所述存储器通信,所述图像处理单元被配置为基于所述至少两个图像生成重组图像,以及
-检测器件,所述检测器件用于基于所述重组图像来检测所述光学镜片的关注区中的缺陷。
根据本发明的设备可以进一步包括:
-显示装置,所述显示装置面向所述光学镜片的第一侧并被配置为根据包括亮区域和暗区域的多个相继的特定图案来照亮所述光学镜片的关注区;和/或
-图像采集装置,所述图像采集装置被配置为采集至少两个图像,每个图像包括在特定图案前方的关注区的光学镜片的第二侧的视图。
根据另一方面,本发明涉及一种计算机程序产品,所述计算机程序产品包括一个或多个存储的指令序列,所述指令序列可被处理器访问,并且当由所述处理器执行时使所述处理器执行根据本发明的方法的至少一个步骤。
本发明进一步涉及一种计算机可读介质,所述计算机可读介质承载了根据本发明的计算机程序产品的一个或多个指令序列。
另外,本发明涉及一种使计算机执行本发明的方法的至少一个步骤的程序。
本发明还涉及一种其上记录有程序的计算机可读存储介质;其中所述程序使所述计算机执行本发明的方法的至少一个步骤。
本发明进一步涉及一种包括处理器的装置,所述处理器适于存储一个或多个指令序列并执行根据本发明的方法的至少一个步骤。
除非另有具体声明,从以下讨论中明显的是,将认识到整个说明书中,使用了比如“计算”、“运算”等术语的讨论是指计算机或计算系统或类似的电子计算装置的动作和/或过程,所述动作和/或过程对在所述计算系统的寄存器和/或存储器内表示为物理(比如电子)量的数据进行操纵和/或将其转换成在所述计算系统的存储器、寄存器或其他此类信息存储、传输或显示装置内类似地表示为物理量的其他数据。
本发明的实施例可以包括用于执行本文中的操作的设备。此设备可以是为所期望的目的而专门构建的,或其可以包括通用计算机或被存储在计算机中的计算机程序选择性地激活或重新配置的数字信号处理器(“DSP”)。这种计算机程序可以存储在计算机可读存储介质中,比如但不限于任何类型的磁盘,包括软盘、光盘、CD-ROM、磁光盘、只读存储器(ROM),随机存取存储器(RAM)、电子可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡片或光卡片,或任何其他类型的适合于存储电子指令并且能够联接到计算机系统总线的介质。
所述过程和显示方式不是与任何具体的计算机或其他设备内在相关的。各种通用系统都可以与根据本文中的教导的程序一起使用,或者其可以证明很方便地构建更专用的设备以执行所期望的方法。各种这些系统所期望的结构将从以下描述中得以明了。此外,本发明的实施例并没有参考任何具体的编程语言而进行描述。将要认识到的是,可以使用各种编程语言来实施本文中所描述的本发明的教导。
附图说明
现将仅以举例方式并且参考以下附图对本发明的实施例进行描述,在附图中:
-图1是根据本发明的用于检测光学镜片的关注区中的缺陷的方法的不同步骤的流程图;
-图2是根据本发明实施例的用于检测光学镜片的关注区中的缺陷的方法的不同步骤的流程图;
-图3是根据本发明的用于对多个光学镜片进行分类的方法的不同步骤的流程图;
-图4是根据本发明的用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法的不同步骤的流程图;
-图5是根据本发明实施例的用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法的不同步骤的流程图;
-图6是根据本发明的用于控制光学镜片制造过程的方法的不同步骤的流程图;
-图7是根据本发明的用于检测光学镜片的关注区中的缺陷的设备的示意图;以及
-图8是根据本发明实施例的用于检测光学镜片的关注区中的缺陷的设备的示意图。
附图中的要素仅为了简洁和清晰而展示出并且不一定是按比例绘制。例如,附图中的某些要素的尺寸可以相对于其他要素被放大,以便帮助增加对本发明的实施例的理解。
具体实施方式
本发明涉及一种用于检测光学镜片的关注区中的缺陷的方法。光学镜片可以是眼镜镜片、单光镜片、双焦点镜片、多焦点镜片、渐进式多焦点镜片、眼科镜片、半成品镜片、成品镜片、磨边镜片、未切割镜片或库存镜片。
光学镜片的关注区可以是整个光学镜片。
有利地,对整个光学镜片执行外观控制。
如果光学镜片是未切割镜片(其在磨边步骤过程中要被切割成眼镜架的尺寸和形状),则关注区可以包括或包含光学镜片的旨在在磨边后保留的部分。
如果光学镜片是渐进式多焦点镜片,则光学镜片的关注区可以至少包括:
-视远控制点FV,
-视近控制点NV,
-主线M,所述主线从光学关注区的一端开始、在光学关注区的相对端结束并且穿过视远控制点和视近控制点。
如图1所示,根据本发明的方法至少包括:
-图像接收步骤S6,
-采样步骤S7,
-重组步骤S10,以及
-缺陷检测步骤S11。
可以在图像接收步骤S6之前(比如在采集图像过程中)、或者在图像处理过程中(即在采样步骤S7过程中)、或者在重组步骤S10过程中、或者在缺陷检测步骤S11过程中,基于光学镜片来确定光学镜片的光学关注区。
在图像接收步骤S6过程中,接收多个图像。每个图像包括在特定图案前方的关注区的视图。
在特定图案前方的关注区的视图包括与上述特定图案有关的次级图案。可以通过可能的光强度饱和度、通过在光学镜片内或在光学镜片上存在缺陷、通过光学镜片的光焦度和/或通过与用于拍摄图像并表示所述图像的设备相关联的任何光学因素来调制次级图案。
至少两个图像对应于不同的特定图案。根据本发明的方法,接收到的至少一个图像是光强度饱和的,优选地,接收到的至少两个图像是光强度饱和的。
在每个特定图案中,亮度随位置而变化,并且具有最大(Max)局部值和最小(Min)局部值。每个特定图案的对比度使得最小局部值小于最大值的10%。
每个特定图案包括亮区域和暗区域。在本发明的意义上,特定图案的“暗区域”是局部亮度值不超过最大值的20%的区域,并且特定图案的“亮区域”是局部亮度值超过最大值的80%的区域。
在本发明的意义上,光强度饱和的图像具有比对应的特定图案更高的亮暗表面比。
有利地,与非饱和的图像相比,饱和的图像包括介于亮与暗之间的较小延伸的“灰色”区,这有利于随后基于所述图像来识别缺陷。
在实施例中,接收到的每个图像是光强度饱和的。
在实施例中,多个特定图案被布置为使得所有次级图案的暗区域的叠加是占据了关注区的重组图像的整个空间的暗区域。
有利地,当随后重组图像时,由于所有次级图案的暗区域的叠加占据了关注区的整个空间,因此所述方法允许在整个关注区中以高可靠性来检测缺陷。
在实施例中,至少一个特定图案包括交替的亮条纹和暗条纹,和/或至少一个特定图案是包括交替的亮元素和暗元素的方格图案。
在实施例中,第一特定图案包括交替的亮条纹和暗条纹,每个条纹沿着第一方向延伸,并且第二特定图案是第一特定图案在明显垂直于第一方向的第二方向上的平移。在实施例中,所有特定图案都是条纹图案,并且都是彼此在垂直于条纹延伸方向的方向上的周期性平移。
在实施例中,在分别对应于第一特定图案和第二特定图案的两个图像中,条纹的宽度是相等的。
在实施例中,源自分别对应于第一特定图案和第二特定图案的两个图像的暗区对应于随后重组图像中的相似的光强度。有利地,由于暗区具有相似的均匀性,因而更容易检测到缺陷并更好地将其可视化,因为缺陷在暗的均匀的背景上显得明亮。
在实施例中,不同的特定图案均包括交替的亮条纹和暗条纹,第一特定图案上的条纹沿第一方向定向,并且第二特定图案上的条纹沿第二方向定向。第二方向可以垂直于第一方向。有利地,由于条纹在两个不同的方向上延伸,因而所述方法允许清楚地检测具有任何取向的缺陷。实际上,最佳检测出的缺陷是在对应于图像上光强度的最高梯度的方向上延伸的缺陷。有利地,使用至少两组图案来应用那些不同类型的图案,每组图案包括彼此平移的至少两个特定图案,并且每组图案被用于基于同一组图案中的至少两个不同特定图案来提供至少两个次级图案。
在实施例中,至少一个特定图案的暗区域的表面比所述特定图案的亮区域更大。优选地,至少一个特定图案的暗区域的表面可以是所述特定图案的亮区域的至少1.5倍大。
每个特定图案具有的亮暗表面比对应于亮区域的表面除以暗区域的表面。在实施例中,至少一个特定图案、优选每个特定图案的亮暗表面比至少等于1/10,优选至少等于1/6,并且最多等于1,优选最多等于1/2。
有利地,将暗区域的表面相对于特定图案的亮区域最大化,同时仍保持足够的亮区域的表面以用于足够的全局光强度,这允许基于最少数量的图像来检测缺陷。
每个图像也具有亮暗表面比对应于如在图像上透过镜片的关注区看到的对应特定图案的亮区域的表面除以如在图像上透过镜片上的关注区看到的对应特定图案的暗区域的表面。
图像的亮暗表面比可以不同于对应特定图案的亮暗表面比。例如,如果在使图像采集器件曝光不足时来采集图像,则图像的亮暗表面比低于对应特定图案的亮暗表面比。相反,如果在使图像采集器件过度曝光时来采集图像,则图像的亮暗表面比高于对应特定图案的亮暗表面比。
在实施例中,在至少一个图像上、优选在每个图像上,图像的亮暗表面比至少等于30%,优选至少等于70%,最优选至少等于80%,并且最多等于1000%,优选最多等于130%,最优选至少等于120%。换句话说,图像的亮暗表面比包括在[30%-1000%]范围内,优选包括在[70%-130%]范围内,最优选包括在[70%-130%]范围内。
对于每个特定图案,可以确定与特定图案的暗亮表面比有关的特征尺寸。
例如,如果特定图案是由一个暗条纹和一个亮条纹构成的基本图案的周期性重复,则可以通过将暗条纹的宽度除以亮条纹的宽度来计算暗亮表面比。
根据此示例,暗条纹的宽度是特定图案的与特定图案的暗亮表面比有关的特征尺寸。
类似地,对于每个图像,可以确定与图像的暗亮表面比有关的特征尺寸。
根据此示例,如果图像是饱和的,则图像上暗条纹相对于镜片的关注区的已知表观尺寸的宽度小于特定图案上同一暗条纹相对于特定图案的已知尺寸的宽度。
在实施例中,如透过光学镜片观看到的至少一个暗条纹的表观宽度大于或等于2mm且小于或等于3cm,特别是包括在5mm与2cm之间,例如为约5mm至约1cm。在本发明的意义上,图像上的表观尺寸或表观距离对应于相对于图像上可见的光学镜片的一个表面上的已知尺寸或距离(比如光学镜片的一个表面上的标记之间的距离、或比如已知的镜片直径)而缩放的图像上的尺寸或距离。
发明人发现,最佳结果是通过所提供的亮暗表面比获得的,所述亮暗表面比还对应于在条纹特定图案的情况下所提供的暗条纹的表观宽度,因为整个镜片上的缺陷、特别是扩散性缺陷在基于最少数量图像的重组图像上都是清晰可见的。相反,在一些情况下,如果暗区较宽,则一些缺陷可能无法检测到,并且如果暗区太窄、或者图像上的亮暗比太大,则可能会人为地观察到现实中不存在的一些缺陷。
在采样步骤S7过程中,基于共用的采样图案来对多个图像中的每个图像进行采样。在实施例中,针对每个图像,共用的采样图案形成了样本的网格或像素网格。
在重组步骤S10过程中,基于共用的采样图案来确定光学关注区的重组图像。换言之,针对共用的采样图案上的每个位置、通过在采样步骤S7过程中所采样的多个图像中选择一个样本来确定光学关注区的重组图像。所述选择是基于适于在重组图像上可视化缺陷的标准。
有利地,重组图像包括光学镜片的整个关注区。
在缺陷检测步骤S11过程中,基于对重组图像的分析在光学镜片的关注区中检测缺陷。
在实施例中,可以通过在重组图像上将参数的局部值与参数在整个关注区域中的平均值进行比较来检测缺陷,其中所述参数可以包括亮度和/或亮度梯度。
如果这种比较等于高于预定阈值的差,则认为检测到缺陷。
如果这种比较等于低于预定阈值的差,则认为没有检测到缺陷。
可以根据所述缺陷的形状来识别检测到的缺陷的性质,实际上如果所述缺陷是线形的,则所述缺陷被识别为划痕,而如果所述区域是基本上点状的,则所述缺陷被识别为包含物或标记。
在实施例中,所述缺陷是扩散性缺陷,比如灰尘或划痕。
可以对重组图像进行图像处理,比如滤波、颜色反转、灰度缩放、锐化和/或改变重组图像的亮度、对比度、饱和度、抖动度、曝光度和/或伽玛值,以便最佳地检测和/或显示缺陷。
如图2所示,根据本发明的方法可以进一步包括:
-系统提供步骤S1,
-光学镜片定位步骤S2,
-特定图案显示步骤S3,以及
-图像采集步骤S5。
在系统提供步骤S1过程中,提供如下系统:所述系统包括显示装置、用于光学镜片的支撑件以及图像采集装置。图8中展示了这种系统的示例。
显示装置的示例包括投影仪、平面屏幕、监视器、LCD显示器等。
图像采集装置的示例包括用于记录或捕获图像的任何光学仪器,比如相机。
而且,所述系统被配置为使得当光学镜片被定位在支撑件上时,显示装置面向光学镜片的第一侧,并且图像采集装置面向光学镜片的与第一侧相反的第二侧。因此,所述系统被配置为使得当光学镜片被定位在支撑件上时,图像采集装置可以采集透过光学镜片看到的由显示装置显示的内容的视图。
在光学镜片定位步骤S2过程中,光学镜片被定位在支撑件上。
在特定图案显示步骤S3过程中,显示装置显示特定图案。
在图像采集步骤S5过程中,图像采集装置采集包括在所述特定图案前方的关注区的视图的图像。
另外,重复特定图案显示步骤S3和图像采集步骤S5,直到采集每个图像为止。
在实施例中,所述系统被配置为使得每个图像上的特定图案的图像的亮度被调整为具有最大局部值和最小局部值,并且最小局部值小于最大值的10%。
有利地,增加图像的对比度改善了检测缺陷,因为缺陷在特定图案的暗区的前方显得明亮。
在实施例中,图像采集步骤S5包括相机过度曝光步骤S5A,在所述步骤过程中,相机被过度曝光使得在图像采集步骤过程中所采集的图像是饱和的。
有利地,过度曝光的图像有助于增加图像的对比度,并且更具体地有助于增强对扩散性缺陷的检测,否则这些扩散性缺陷将难以检测。
图像采集装置或相机具有受限但可配置的动态特性,例如,所述图像采集装置或相机可以被配置为针对从X到Y变化的亮度来生成灰度图像(像素范围从0到255)。X和Y值取决于相机及其配置。
这意味着:
-由相机捕获的在X以下的任何亮度都将由相机转换为设定为0的像素,因此是饱和的/曝光不足的。
-由相机捕获的在Y以上的任何亮度都将由相机转换为设定为255的像素,因此是饱和的/过度曝光的。
发明人已经测试了如下配置:所述配置确保了特定图案的亮区由相机转换成设定为255的像素。
另外,特定图案的暗区由相机转换为具有“良好曝光”的像素(设定为128左右,这是相机渲染范围的中间)。
上述数值仅是示例,技术人员可以根据需要进行调整。
“使图像过度曝光”应被理解为图像的曝光时间使得与所述图像的亮区相对应的图像部分根据相机的设定而被过度曝光;意味着它们达到或超过了与使用所述相机可能捕获的最大亮度值相对应的亮度值。
所述方法可以进一步包括在图像采集步骤之前的聚焦步骤S4,在所述步骤过程中,图像采集装置被聚焦在光学镜片上,并且景深被调整为使得光学镜片的关注区聚焦。另外,特定图案本身可能会失焦。
有利地,获得光学镜片的关注区的清晰图像,并且检测到的缺陷是清晰可见的。
如图2所示,根据本发明的方法可以进一步包括设定参数接收步骤S8。
在设定参数接收步骤S8过程中,根据给定的标准基于每个图像中样本的光强度针对每个样本来接收至少一个设定参数。
在重组步骤10过程中,可以通过从基于至少一个设定参数所选择的多个图像中针对重组图像的每个样本选择对应样本中的一个、基于共用的采样图案来确定关注区的重组图像。对应样本是指共用的采样图案的与共用的采样图案中的同一坐标以及相对于光学镜片的同一位置相对应的样本。
例如,让我们考虑X图像,每个图像是根据于Y乘Z像素的像素网格相对应的共用的采样图案来采样的。每个像素都可以基于其位置和其来源的图像使用唯一的标识符YZX进行引用。
然后,根据此实施例,在重组步骤S10过程中确定的重组图像包括根据共用的采样图案布置的Y乘Z像素,并且可以被称为YZR。而且,对于每个X图像,每个YZR像素具有对应的YZX像素,并且对于Y和Z,具有与YZR像素相同的值。此外,基于设定参数来执行要在重组图像中用作YZR的YZX像素之间的选择。
在实施例中,从多个图像中选择的重组图像的每个样本是具有最低光强度的对应样本。
参考上面的示例,在重组步骤S10过程中确定的重组图像包括根据共用的采样图案布置的Y乘Z YZR像素,每个YZR像素是具有与YZR像素相同的Y和Z值的X图像中的YZX像素,并且亮度最低。
有利地,重组图像将缺陷显示为在暗背景上的亮的奇异点。
如图2所示,根据本发明的方法可以进一步包括图像分组步骤S9。
在图像分组步骤S9过程中,多个图像至少包括第一组图像和与第一组图像不同的第二组图像。多个图像可以包括任何数量的不同组图像。这些组图像可以是互斥的。换言之,包括在第一组图像中的任何图像也可以不包括在第二组图像中,反之亦然。
可以基于与每个图像上的次级图案有关的参数将多个图像分组为第一组图像和第二组图像。与次级图案有关的参数可以与由每个图像上的暗区和亮区形成的图案之间的形状、取向和/或颜色的差异有关。
有利地,所述方法允许分析图像的子集,并且可能根据不同的标准针对每个图像子集生成重组图像。
在实施例中,所述方法包括设定参数接收步骤S8和图像分组步骤S9两者。
根据此实施例,在重组步骤过程中,可以通过基于至少一个设定参数从第一组图像中针对每个样本选择对应样本、优选具有最低光强度的对应样本,基于共用的采样图案来确定第一组图像的第一重组图像。
而且,可以通过基于至少一个设定参数从第二组图像中针对每个样本选择对应样本、优选具有最低亮度的对应样本,基于共用的采样图案来确定第二组图像的第二重组图像。
此外,可以通过基于至少一个设定参数针对第一重组图像和第二重组图像的每个样本选择对应样本、优选具有最高亮度的对应样本或者替代性地通过增加来自两个重组图像中每个重组图像的每个样本的亮度,基于共用的采样图案来确定第三重组图像。
有利地,由于首先确定不同图像子集的单独重组图像,仅可以成功地检测到取决于与次级图案有关的特定参数而不同地显示的缺陷。换言之,一些缺陷可能难以使用一种类型的特定图案来检测,而使用第二种类型的特定图案来检测。因此,基于以使用第一类型的特定图案形成的图像为基础的第一重组图像以及基于以使用第二类型的特定图案形成的图像为基础的第二重组图像来形成第三重组图像使得能够识别出在第一重组图像内检测到的所有缺陷和在第二重组图像内检测到的所有缺陷,甚至是通过使用任一特定图案没有检测到的或最小化的缺陷。
例如,沿X轴定向的线的特定图案可以有助于检测点状或X定向的缺陷,而不适于垂直于X轴定向的缺陷,例如沿Y轴的缺陷,反之亦然。因此,基于以使用沿X轴定向的线的特定图案形成的图像为基础的第一重组图像以及基于以使用沿垂直于X轴的Y轴定向的线的特定图案形成的图像为基础的第二重组图像来形成第三重组图像使得能够均匀地识别纯粹沿X轴或纯粹沿Y轴的缺陷。
在其他示例中,一些缺陷可以使用较小的暗区来更好地检测,而一些缺陷可以使用较宽的暗区来检测。或者,当暗区形成线或条纹时,一些类型的缺陷可以更好地检测到,而当暗区形成圆或波时,一些其他类型的缺陷可以更好地检测到。
本发明的另一个目的是一种用于对多个光学镜片进行分类的方法。
如图3所示,根据本发明的用于对多个光学镜片进行分类的方法至少包括:
-缺陷检测步骤S12,以及
-分类步骤S13。
缺陷检测步骤S12可以包括根据本发明的用于检测缺陷的方法的步骤。
在分类步骤S13过程中,至少基于在缺陷检测步骤过程中检测到的至少一个缺陷来对多个光学镜片进行分类,
有利地,基于缺陷的自动检测方法、以自动的方式对多个光学镜片进行分类。
可以基于与光学镜片中的缺陷的检测有关的参数来对多个光学镜片进行分类,所述参数包括以下任何一种或其可能的组合:缺陷的发生、检测到的缺陷的数量、特定位置中缺陷的发生、特定类型缺陷的发生和/或数量、尺寸超过预定尺寸的缺陷的发生和/或数量等。
本发明的另一个目的是一种用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法。
如图4所示,根据本发明的用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法至少包括:
-第一缺陷检测步骤S12A,
-修改步骤S14,
-第二缺陷检测步骤S12B,以及
-比较步骤S15。
有利地,基于对经历制造过程的不同步骤的单个镜片中的缺陷的检测来监视光学镜片的制造过程。
第一缺陷检测步骤S12A和第二缺陷检测步骤S12B可以各自包括根据本发明的用于检测缺陷的方法的步骤。在实施例中,两个步骤都以相同的方式执行。有利地,所述方法在检测单个缺陷中的可靠性产生可再现的结果。
修改步骤S14可以包括对光学镜片的任何类型的修改,包括向光学镜片添加材料、去除材料和/或向光学镜片赋予特定的功能。
如图5所示,修改步骤可以包括抛光步骤S14A和/或制造步骤S14B和/或涂覆步骤S14C和/或磨边步骤S14D。制造步骤S14B可以包括对光学镜片的面之一进行表面处理和/或通过增材制造向光学镜片添加材料以改变光学镜片的光焦度。
在比较步骤S15过程中,将在第一缺陷检测步骤S12A过程中检测到的至少一个缺陷与在第二缺陷检测步骤S12B过程中检测到的至少一个缺陷进行比较。所述比较可以涉及对与至少一个缺陷有关的参数的比较。所述参数可以包括以下任何一种或其任何可能的组合:缺陷的发生、检测到的缺陷的数量、特定位置中缺陷的发生和/或数量、特定类型缺陷的发生和/或数量、尺寸超过预定尺寸的缺陷的发生等。比较步骤S15可以输出注意到新缺陷的出现、缺陷的消失,注意到未接触的一些缺陷和/或对一些缺陷的修改。此输出可以通常地完成、或者针对一些特定类型的缺陷和/或针对镜片的特定区域中的一些缺陷而完成。
本发明的另一个目的是一种用于控制光学镜片制造过程的方法。
如图6所示,根据本发明的用于控制光学镜片制造过程的方法至少包括:
-制造步骤S16,
-缺陷检测步骤S12,
-记录步骤S17,步骤S16、S12和S17定期重复,以及
-缺陷演变检查步骤S18。
有利地,基于对每个都已经经历了制造步骤的多个镜片中的缺陷的检测、以自动的方式来监视执行光学镜片的制造过程的制造步骤的制造装置。
在制造步骤S16过程中,执行对光学镜片的任何类型的修改或其任何组合,包括向光学镜片添加材料、去除材料和/或向光学镜片赋予特定的功能。
缺陷检测步骤S12可以包括根据本发明的用于检测缺陷的方法的步骤。
在记录步骤S17过程中,记录光学镜片的至少一个参数。所述参数与在缺陷检测步骤S12过程中检测到的至少一个缺陷有关。所述参数可以包括以下任何一种或其任何可能的组合:缺陷的发生、检测到的缺陷的数量、特定位置中缺陷的发生、特定类型缺陷的发生、尺寸超过预定尺寸的缺陷的发生等。
在缺陷演变检查步骤S18过程中,随着时间检查光学镜片的至少一个参数的演变。
随着时间重复步骤S16、S12和S17。
而且,随着时间检查在光学镜片制造过程中使用的制造装置的至少一个参数的演变,并且光学镜片的至少一个参数随着时间的演变与制造装置的至少一个参数随着时间的演变有关。相应地,可以监视制造装置的所述参数对光学镜片的参数的外观的影响随着时间的演变。因此,有可能监视制造装置的质量,从而相应地计划维护计划或纠正措施。
本发明的另一个目的是一种用于检测光学镜片的关注区中的缺陷的设备。
如图7所示,根据本发明的用于检测光学镜片的关注区中的缺陷的设备至少包括:
-存储器1,
-图像处理单元2,以及
-检测器件3。
存储器1被配置为存储至少两个图像,每个图像包括在特定图案前方的关注区的视图,在第一图像上观看到的次级图案不同于在第二图像上观看到的次级图案,每个次级图案包括亮区域和暗区域,针对关注区的每个样本,至少一个图像包括在特定图案的暗区域前方的所述样本的视图,并且至少一个图像是光强度饱和的。
在特定图案前方的关注区的视图包括与上述特定图案有关的次级图案。可以通过可能的光强度饱和度、通过在光学镜片内或在光学镜片上存在缺陷、通过光学镜片的光焦度和/或通过与用于拍摄图像并表示所述图像的设备相关联的任何光学因素来调制次级图案。图像处理单元2被配置为基于至少两个图像来生成重组图像。图像处理单元2可以是处理单元。
检测器件3被配置为基于重组图像来检测光学镜片的关注区中的缺陷。
存储器1、图像处理单元2以及检测器件3彼此通信。
有利地,所述设备允许根据自动过程来检测光学镜片的关注区中的缺陷。
如图8所示,根据本发明的用于检测光学镜片的关注区中的缺陷的设备可以进一步包括:
-显示装置4;和/或
-图像采集装置5。
显示装置4被定位或可定位成面向光学镜片的第一侧,并且被配置为根据包括亮区域和暗区域的多个相继的特定图案来照亮光学镜片的关注区。显示装置4可以由与存储器通信的处理单元控制。
图像采集装置5被配置和定位或可定位成采集至少两个图像,每个图像包括在特定图案前方的关注区的光学镜片的第二侧的视图。图像采集装置5可以由与存储器通信的处理单元控制,并且可以与存储器1通信以便至少存储所采集的图像。
本发明的另一个目的是一种计算机程序产品,所述计算机程序产品包括一个或多个存储的指令序列,所述指令序列可被处理器访问,并且当由处理器执行时使处理器执行根据本发明的方法的步骤。
本发明的另一目的是一种计算机可读介质,所述计算机可读介质承载了根据本发明的计算机程序产品的一个或多个指令序列。
本发明的另一个目的是一种使计算机至少执行本发明的方法的程序。
本发明的另一目的是一种其上记录有程序的计算机可读存储介质;其中所述程序使计算机至少执行本发明的方法。
本发明的另一个目的是一种包括处理器的装置,所述处理器适于存储一个或多个指令序列并执行根据本发明的方法的至少一个步骤。
以上已经借助于实施例描述了本发明,而并不限制总体发明构思。
对于参考了前述说明性实施例的本领域技术人员来说,还可提出很多进一步的修改和变化,这些实施例仅以示例的方式给出而并不意在限制本发明的范围,本发明的范围仅由所附权利要求决定。
在权利要求中,词语“包括”并不排除其他要素或步骤,并且不定冠词“一个/种(a或an)”并不排除复数。在相互不同的从属权利要求中叙述不同的特征这个单纯的事实并不表明不能有利地使用这些特征的组合。权利要求中的任何附图标记都不应被解释为限制本发明的范围。
Claims (18)
1.一种用于检测光学镜片的关注区中的缺陷的方法,所述方法包括:
-图像接收步骤,在所述步骤过程中,接收多个图像,每个图像包括在多个特定图案前方的关注区的视图,每个特定图案包括亮区域和暗区域,
-采样步骤,在所述步骤过程中,基于共用的采样图案来对所述多个图像中的每个图像进行采样,
-重组步骤,在所述步骤过程中,基于所述共用的采样图案来确定所述关注区的重组图像,以及
-缺陷检测步骤,在所述步骤过程中,基于对所述重组图像的分析在所述光学镜片的关注区中检测缺陷,
其中所接收的至少两个图像是光强度饱和的,
其中光强度饱和的图像具有比相应的特定图案更高的亮暗表面比,以及
其中在图像接收步骤期间接收到的光强度饱和的所接收的至少两个图像是通过过度曝光的照相机获取的。
2.根据前一项权利要求所述的方法,其中,在所述图像接收步骤过程中接收的每个图像是光强度饱和的。
3.根据前述权利要求之一所述的方法,进一步包括:
-设定参数接收步骤,在所述步骤过程中,针对每个样本根据给定的标准基于每个图像中所述样本的光强度来接收至少一个设定参数,
-其中,在所述重组步骤过程中,通过基于所述至少一个设定参数从所述多个图像中针对每个样本选择对应样本,基于所述共用的采样图案来确定所述关注区的重组图像。
4.根据权利要求3所述的方法,进一步包括:
-图像分组步骤,在所述步骤过程中,所述多个图像包括第一组图像和与所述第一组图像不同的第二组图像,
-其中,在所述重组步骤过程中,
o通过基于所述至少一个设定参数从所述第一组图像中针对每个样本选择对应样本,基于所述共用的采样图案来确定所述第一组图像的第一重组图像,
o通过基于所述至少一个设定参数从所述第二组图像中针对每个样本选择对应样本,基于所述共用的采样图案来确定所述第二组图像的第二重组图像,以及
o通过基于所述至少一个设定参数针对所述第一重组图像和所述第二重组图像的每个样本选择对应样本,基于所述共用的采样图案来确定第三重组图像。
5.根据权利要求4所述的方法,其中通过基于所述至少一个设定参数从所述第一组图像中针对每个样本选择具有最低亮度的对应样本,基于所述共用的采样图案来确定所述第一组图像的第一重组图像。
6.根据权利要求4所述的方法,其中通过基于所述至少一个设定参数从所述第二组图像中针对每个样本选择具有最低亮度的对应样本,基于所述共用的采样图案来确定所述第二组图像的第二重组图像。
7.根据权利要求4所述的方法,其中通过基于所述至少一个设定参数针对所述第一重组图像和所述第二重组图像的每个样本选择具有最高亮度的对应样本,基于所述共用的采样图案来确定第三重组图像。
8.根据权利要求1或2所述的方法,其中,所述缺陷是扩散性缺陷。
9.根据权利要求1或2所述的方法,其中,在特定图案前方的所述关注区的视图包括与上述特定图案有关的次级图案,并且所述多个特定图案被布置为使得所有次级图案的暗区域的叠加是占据了所述关注区的重组图像的整个空间的暗区域。
10.根据权利要求1或2所述的方法,进一步包括:
-系统提供步骤,在所述步骤过程中,提供如下系统:所述系统包括显示装置、用于光学镜片的支撑件以及图像采集装置,所述系统被配置为使得当光学镜片被定位在所述支撑件上时,所述显示装置面向所述光学镜片的第一侧,并且所述图像采集装置面向所述光学镜片的第二侧,
-光学镜片定位步骤,在所述步骤过程中,所述光学镜片被定位在所述支撑件上,
-特定图案显示步骤,在所述步骤过程中,所述显示装置显示特定图案,
-图像采集步骤,在所述步骤过程中,所述图像采集装置采集包括在所述特定图案前方的关注区的视图的图像,
重复所述特定图案显示步骤和所述图像采集步骤,直到采集每个图像为止。
11.根据权利要求1或2所述的方法,其中,至少一个特定图案包括交替的亮条纹和暗条纹。
12.根据权利要求1或2所述的方法,其中,第一特定图案包括交替的亮条纹和暗条纹,每个条纹沿着第一方向延伸,并且第二特定图案是所述第一特定图案在明显垂直于所述第一方向的第二方向上的平移。
13.根据权利要求1或2所述的方法,其中,不同的特定图案均包括交替的亮条纹和暗条纹,所述不同的特定图案中的第一特定图案上的所述条纹沿第一方向定向,所述不同的特定图案中的第二特定图案上的所述条纹沿第二方向定向。
14.根据权利要求1或2所述的方法,其中,至少一个特定图案的暗区域的表面比所述特定图案的亮区域更大。
15.一种用于对多个光学镜片进行分类的方法,所述方法包括:
-缺陷检测步骤,在所述步骤过程中,根据前述权利要求中任一项所述的方法在至少一个光学镜片的所述关注区中检测至少一个缺陷,以及
-分类步骤,在所述步骤过程中,至少基于在所述缺陷检测步骤过程中检测到的所述至少一个缺陷来对所述多个光学镜片进行分类。
16.一种用于在光学镜片制造过程中比较光学镜片的关注区中的缺陷的方法,所述方法包括:
-第一缺陷检测步骤,在所述步骤过程中,根据前述权利要求中任一项所述的方法在所述光学镜片的关注区中检测缺陷,
-修改步骤,在所述步骤过程中,对所述光学镜片进行修改,
-第二缺陷检测步骤,在所述步骤过程中,在所修改的光学镜片的关注区中检测第二缺陷,以及
-比较步骤,在所述步骤过程中,比较所述第一缺陷和所述第二缺陷。
17.一种用于控制光学镜片制造过程的方法,所述方法包括以下步骤:
a)使用制造装置根据制造过程来制造光学镜片,
b)根据权利要求1至14中任一项所述的方法在步骤a)的所述光学镜片的关注区中检测至少一个缺陷,
c)记录在步骤b)中检测到的所述至少一个缺陷,
d)定期重复步骤a)至步骤c),并检查随着时间检测到的所述至少一个缺陷的演变,
其中,随着时间检查在所述光学镜片制造过程中使用的所述制造装置的至少一个参数的演变,并且所述光学镜片的至少一个参数随着时间的演变与所述制造装置的至少一个参数随着时间的演变有关。
18.一种用于根据权利要求1至14中任一项所述的方法来检测光学镜片的关注区中的缺陷的设备,所述设备包括:
-存储器,所述存储器适于存储至少两个图像,每个图像包括在特定图案前方的关注区的视图,在第一图像上观看到的所述特定图案不同于在第二图像上观看到的所述特定图案,每个图案包括亮区域和暗区域,针对所述关注区的每个样本,至少一个图像包括在图案的暗区域前方的所述样本的视图,并且至少一个图像是光强度饱和的,
-图像处理单元,所述图像处理单元与所述存储器通信,所述图像处理单元被配置为基于所述至少两个图像生成重组图像,以及
-检测器件,所述检测器件用于基于所述重组图像来检测所述光学镜片的关注区中的缺陷,
其中光强度饱和的至少两个图像通过过度曝光的照相机获取。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18305790.0A EP3588048A1 (en) | 2018-06-21 | 2018-06-21 | Method for detecting a defect in a zone of interest of an optical lens |
EP18305790.0 | 2018-06-21 | ||
PCT/EP2019/066458 WO2019243568A1 (en) | 2018-06-21 | 2019-06-21 | Method for detecting a defect in a zone of interest of an optical lens |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112262306A CN112262306A (zh) | 2021-01-22 |
CN112262306B true CN112262306B (zh) | 2023-07-04 |
Family
ID=62916596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980039463.XA Active CN112262306B (zh) | 2018-06-21 | 2019-06-21 | 用于检测光学镜片的关注区中的缺陷的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11709110B2 (zh) |
EP (2) | EP3588048A1 (zh) |
CN (1) | CN112262306B (zh) |
BR (1) | BR112020025990A2 (zh) |
WO (1) | WO2019243568A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210129971A1 (en) * | 2019-11-01 | 2021-05-06 | The Boeing Company | System and method for measuring localized characteristics of a transparency |
EP4231001A1 (en) | 2022-02-16 | 2023-08-23 | Carl Zeiss Vision International GmbH | Testing device and testing method |
EP4343302A1 (en) | 2022-09-26 | 2024-03-27 | Essilor International | Computer-implemented method for determining a localization of at least one defect in a tested ophthalmic lens |
EP4382882A1 (en) | 2022-12-08 | 2024-06-12 | Essilor International | System for determining a value of a characteristic parameter of a defect in a tested ophthalmic lens |
CN116993682B (zh) * | 2023-07-10 | 2024-02-23 | 欧几里德(苏州)医疗科技有限公司 | 基于图像数据分析的角膜塑形镜瑕疵区域提取方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006208258A (ja) * | 2005-01-31 | 2006-08-10 | Aisin Seiki Co Ltd | 欠陥検査方法および欠陥検査装置 |
CN104303047A (zh) * | 2012-03-15 | 2015-01-21 | 生物辐射实验室股份有限公司 | 用于化学发光样本的图像获取 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3989387A (en) * | 1971-09-24 | 1976-11-02 | Saint-Gobain Industries | Method and apparatus for detecting optical defects in transparent sheets |
IL107605A (en) * | 1992-12-21 | 1998-01-04 | Johnson & Johnson Vision Prod | Lens test system |
US6148097A (en) * | 1995-06-07 | 2000-11-14 | Asahi Kogaku Kogyo Kabushiki Kaisha | Optical member inspecting apparatus and method of inspection thereof |
US6201600B1 (en) * | 1997-12-19 | 2001-03-13 | Northrop Grumman Corporation | Method and apparatus for the automatic inspection of optically transmissive objects having a lens portion |
US6765661B2 (en) * | 2001-03-09 | 2004-07-20 | Novartis Ag | Lens inspection |
DE10154125A1 (de) * | 2001-10-25 | 2003-05-22 | Zeiss Carl Semiconductor Mfg | Messverfahren und Messsystem zur Vermessung der Abbildungsqualität eines optischen Abbildunsgssystems |
US7256881B2 (en) * | 2002-02-15 | 2007-08-14 | Coopervision, Inc. | Systems and methods for inspection of ophthalmic lenses |
FR2863719B1 (fr) * | 2003-12-10 | 2006-04-07 | Essilor Int | Dispositif de detection automatique de reperes d'une lentille ophtalmique |
EP1605241A1 (fr) * | 2004-06-09 | 2005-12-14 | Automation & Robotics | Appareil pour le controle des pièces transparentes ou réflechissantes |
US8570396B2 (en) * | 2009-04-23 | 2013-10-29 | Csr Technology Inc. | Multiple exposure high dynamic range image capture |
FR2958040B1 (fr) * | 2010-03-23 | 2012-05-25 | S G C C | Methode et installation pour detecter la presence et l'altitude de defauts dans un composant optique |
US8976250B2 (en) * | 2012-05-01 | 2015-03-10 | Apple Inc. | Lens inspection system |
FR3000233B1 (fr) * | 2012-12-21 | 2016-04-15 | Essilor Int | Procede de verification de la conformite d'une caracteristique optique d'une lentille ophtalmique et dispositif associe |
MY187200A (en) * | 2013-10-08 | 2021-09-09 | Emage Vision Pte Ltd | System and method for inspection of wet ophthalmic lens |
DE102014002582B4 (de) * | 2014-02-26 | 2018-10-11 | Heye International Gmbh | Verfahren zur Erkennung von Rissen in den Wandungen von Hohlglasartikeln |
GB201413109D0 (en) * | 2014-07-24 | 2014-09-10 | King S College London | Endoscopic imaging |
CN107782744A (zh) * | 2016-08-31 | 2018-03-09 | 丹阳市延陵镇弘理眼镜厂 | 一种光栅调制的镜片疵病自动检测装置 |
EP3531067A1 (de) * | 2018-02-21 | 2019-08-28 | Schneider GmbH & Co. KG | Vorrichtung und verfahren zum vermessen mindestens eines optisch wirksamen gegenstands |
-
2018
- 2018-06-21 EP EP18305790.0A patent/EP3588048A1/en not_active Withdrawn
-
2019
- 2019-06-21 WO PCT/EP2019/066458 patent/WO2019243568A1/en active Application Filing
- 2019-06-21 US US17/252,830 patent/US11709110B2/en active Active
- 2019-06-21 EP EP19731300.0A patent/EP3811047B1/en active Active
- 2019-06-21 BR BR112020025990-0A patent/BR112020025990A2/pt unknown
- 2019-06-21 CN CN201980039463.XA patent/CN112262306B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006208258A (ja) * | 2005-01-31 | 2006-08-10 | Aisin Seiki Co Ltd | 欠陥検査方法および欠陥検査装置 |
CN104303047A (zh) * | 2012-03-15 | 2015-01-21 | 生物辐射实验室股份有限公司 | 用于化学发光样本的图像获取 |
Also Published As
Publication number | Publication date |
---|---|
WO2019243568A1 (en) | 2019-12-26 |
CN112262306A (zh) | 2021-01-22 |
EP3811047B1 (en) | 2023-05-17 |
US11709110B2 (en) | 2023-07-25 |
EP3588048A1 (en) | 2020-01-01 |
EP3811047A1 (en) | 2021-04-28 |
US20210164864A1 (en) | 2021-06-03 |
BR112020025990A2 (pt) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112262306B (zh) | 用于检测光学镜片的关注区中的缺陷的方法 | |
CN108323204B (zh) | 一种检测人脸瑕疵点的方法和智能终端 | |
CN108683907A (zh) | 光学模组像素缺陷检测方法、装置及设备 | |
US7783103B2 (en) | Defect detecting device, image sensor device, image sensor module, image processing device, digital image quality tester, and defect detecting method | |
CN102609939B (zh) | 一种tfds图像质量评价方法及系统 | |
JPWO2006011261A1 (ja) | 画像処理方法、画像処理装置および画像処理プログラム | |
JP7514259B2 (ja) | カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法 | |
CN115496759B (zh) | 灰尘检测方法和装置、存储介质 | |
EP3327627A1 (de) | Verfahren, vorrichtung und computerprogramm zur visuellen qualitätskontrolle von textilien | |
CN114219758A (zh) | 缺陷检测方法、系统、电子设备和计算机可读存储介质 | |
JP2020155128A (ja) | シンボルを評価するためのシステムおよび方法 | |
CN110441315B (zh) | 电子部件测试设备和方法 | |
US10627351B2 (en) | Inspection of components for imperfections | |
Prabha et al. | Defect detection of industrial products using image segmentation and saliency | |
WO2019176614A1 (ja) | 画像処理装置、画像処理方法、およびコンピュータプログラム | |
CN109035220A (zh) | 目标对象的图像检测方法和装置 | |
CN110310235B (zh) | 眼底图像处理方法、装置及设备和存储介质 | |
DE102015222393A1 (de) | Messverfahren zur Bewertung von Lichtverteilungen von Kraftfahrzeugscheinwerfern | |
JP2004069673A (ja) | 外観検査装置および外観検査方法 | |
JP2018124281A (ja) | 3d記録の露光時間を判断する方法 | |
CN107036790B (zh) | 柱透镜阵列的倾角检测方法和检测系统 | |
US20220138953A1 (en) | Method and apparatus for improving sensitivity of wafer detection, and storage medium | |
JP7017100B2 (ja) | 粒子画像解析装置及び粒子画像解析方法 | |
KR101923034B1 (ko) | 입자 배열 획득 방법 및 입자 배열 획득 장치 | |
CN112543320A (zh) | 图像采集设备测试方法、装置、系统及图像采集设备 |
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 |