CN112816187B - 一种激光光斑的质量判定方法 - Google Patents

一种激光光斑的质量判定方法 Download PDF

Info

Publication number
CN112816187B
CN112816187B CN202110014668.1A CN202110014668A CN112816187B CN 112816187 B CN112816187 B CN 112816187B CN 202110014668 A CN202110014668 A CN 202110014668A CN 112816187 B CN112816187 B CN 112816187B
Authority
CN
China
Prior art keywords
light spot
spot
picture
detected
gray
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
Application number
CN202110014668.1A
Other languages
English (en)
Other versions
CN112816187A (zh
Inventor
王智勇
郝默雷
代京京
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 Technology
Original Assignee
Beijing University of Technology
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 Technology filed Critical Beijing University of Technology
Priority to CN202110014668.1A priority Critical patent/CN112816187B/zh
Publication of CN112816187A publication Critical patent/CN112816187A/zh
Application granted granted Critical
Publication of CN112816187B publication Critical patent/CN112816187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明提供一种激光光斑的质量判定方法，涉及激光质量测量评价技术领域，包括：获取待测光斑的图片，提取图片的灰度信息；根据灰度信息在待测光斑的图片中标记光斑中心和光斑边界；计算光斑中心与光斑边界的最远像素距离，记为光斑半径；以待测光斑的光斑中心为中心、光斑半径为半径生成基模高斯光斑作为参考光斑；将待测光斑与参考光斑对比，计算待测光斑的光斑质量。本发明规避了光斑图片的像素数、尺寸、亮度、形状等因素的干扰，能够直接反应待测光斑的能量分布均匀度；为光斑质量评估建立了一种标准，使得不同待测光斑在光斑质量角度上具有了可比性，同时，得到的待测光斑质量结果对于注重光斑效果的领域具有重要意义。

Description

一种激光光斑的质量判定方法
技术领域
本发明涉及激光质量测量评价技术领域，尤其是涉及一种激光光斑的质量判定方法。
背景技术
激光质量是激光器的一个重要技术指标，通常包括激光光束质量和激光光斑质量两部分。其中，针对光斑质量分析，已有的分析方法多从光斑的均匀性进行设计，包括使用亮度计采集光束漫反射面上的亮度信息分析光斑的亮度分布，此类方法只能对比光斑内各像素点或区块之间的亮度差值大小来评判光斑的均匀性，对于分析单个光斑具有较好的效果，但是没有针对光斑本身的特性进行设计和分析，不能对不同光斑进行统一的评价。
发明内容
针对上述问题，本发明提供了一种激光光斑的质量判定方法，排除光斑图片自身像素数、尺寸、亮度的干扰，可以对各类激光的光斑进行统一的评价。
为实现上述目的，本发明提供了一种激光光斑的质量判定方法，包括：
获取待测光斑的图片，提取所述图片的灰度信息；
根据所述灰度信息在所述待测光斑的图片中标记光斑中心和光斑边界；
计算所述光斑中心与光斑边界的最远像素距离，记为光斑半径；
以所述待测光斑的光斑中心为中心、所述光斑半径为半径生成基模高斯光斑作为参考光斑；
将所述待测光斑与参考光斑对比，计算所述待测光斑的光斑质量。
作为本发明的进一步改进，所述获取待测光斑的图片的方法包括：
通过手机或相机拍照；
通过仿真模拟软件仿真。
作为本发明的进一步改进，所述图片的灰度信息包括待测光斑的图片中每一个像素点的灰度值。
作为本发明的进一步改进，提取所述待测光斑图片的灰度信息，包括：
通过RGB转灰度算法将彩色图片转换成灰度图片；
通过计算机直接获取所述灰度图片的灰度信息。
作为本发明的进一步改进，根据所述灰度信息在所述待测光斑图片中标记光斑中心和光斑边界，包括：
将所述待测光斑图片中灰度值最高的点标记为光斑中心，灰度值为光斑中心的1/e2的点标记为光斑边界。
作为本发明的进一步改进，所述基模高斯光斑的中心灰度值等于待测光斑的中心灰度值。
作为本发明的进一步改进，将所述待测光斑与参考光斑对比，计算所述待测光斑的光斑质量的公式为：
Figure BDA0002886439250000021
式中：i为参考光斑中的所有像素点；
R为待测光斑的半径，也是参考光斑的半径；
ri为i点与光斑中心点的像素距离；
gim为待测光斑中i点的灰度值；
gis为参考光斑中i点的灰度值；
n为待测光斑范围内像素点的个数。
与现有技术相比，本发明的有益效果为：
本发明通过将光斑图片做灰度处理，借助灰度值获取光斑的中心和半径，再借助基模高斯光斑形成参考光斑，进而对待测光斑进行质量判定，判定光斑质量时，规避了光斑图片的像素数、尺寸、亮度、形状等因素的干扰，能够直接反应待测光斑的能量分布均匀度；为光斑质量评估建立了一种标准，使得不同待测光斑在光斑质量角度上具有了可比性，同时，得到的待测光斑质量结果对于注重光斑效果的领域具有重要意义。
附图说明
图1为本发明一种实施例公开的激光光斑的质量判定方法流程图；
图2为本发明一种实施例公开的基模高斯光斑、典型半导体激光器形成的光斑、纤芯400微米的多模光纤出射形成的光斑图片；
图3为对应图2中各光斑标记光斑边界后的图片；
图4为对应图2中各光斑生成的参考光斑图片。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。
下面结合附图对本发明做进一步的详细描述：
如图1所示，本发明提供的一种激光光斑的质量判定方法，包括：
S1、获取待测光斑的图片，提取图片的灰度信息；
其中，
获取待测光斑的图片的方法包括：
通过手机或相机拍照；
通过仿真模拟软件仿真。
图片的灰度信息包括：
待测光斑的图片中每一个像素点的灰度值。
提取待测光斑图片的灰度信息，包括：
通过RGB转灰度算法将彩色图片转换成灰度图片；
通过计算机直接获取灰度图片的灰度信息。
S2、根据灰度信息在待测光斑的图片中标记光斑中心和光斑边界；
其中，将待测光斑图片中灰度值最高的点标记为光斑中心，灰度值为光斑中心的1/e2的点标记为光斑边界。
S3、计算光斑中心与光斑边界的最远像素距离记为光斑半径；
S4、以待测光斑的光斑中心为中心、光斑半径为半径生成基模高斯光斑作为参考光斑；
其中，基模高斯光斑的中心灰度值等于待测光斑的中心灰度值。
S5、将待测光斑与参考光斑对比，计算待测光斑的光斑质量。
其中，
待测光斑的光斑质量的公式为：
Figure BDA0002886439250000041
式中：i为参考光斑中的所有像素点；
R为待测光斑的半径，也是参考光斑的半径；
ri为i点与光斑中心点的像素距离；
gim为待测光斑中i点的灰度值；
gis为参考光斑中i点的灰度值；
n为待测光斑范围内像素点的个数。
进一步的，
该公式下，基模高斯光斑的光斑质量为0；
得到的待测光斑质量结果越小，待测光斑的分布越接近基模高斯分布。
实施例：
步骤1、通过手机相机拍照获取待测光斑的彩色图片；
步骤2、通过RGB转灰度算法将彩色图片转换成灰度图片(如图2所示，3个光斑分别为基模高斯光斑、典型半导体激光器形成的光斑、纤芯400微米的多模光纤出射形成的光斑图片)，通过计算机直接获取灰度图片中每一个像素的灰度值并生成灰度矩阵；
步骤3、找到灰度矩阵中灰度值最大的点，标记该点为光斑中心；将全图灰度值进行归一化处理，标记所有灰度值为光斑中心的点的1/e2的点(即归一化后灰度值为1/e2的点)为光斑边界(如图3所示)。
步骤4、计算灰度矩阵中标记的每个光斑边界点与光斑中心的像素距离(像素距离既灰度矩阵中两个像素点相隔的长度，同行或同列相邻两个像素点的间距为单位像素距离)，找出最远像素距离记为光斑半径R。
步骤5、以待测光斑中心为中心，待测光斑半径R为半径，待测光斑中心点的灰度值为参考光斑的中心点灰度值，参考光斑像素点与待测光斑像素点一一对应，生成基模高斯光斑作为参考光斑(如图4所示)；
步骤6、将待测光斑与参考光斑对比，通过光斑质量的公式进行计算，得到待测光斑的质量结果；
公式如下：
Figure BDA0002886439250000051
式中：i为参考光斑中的所有像素点；
R为待测光斑的半径，也是参考光斑的半径；
ri为i点与光斑中心点的像素距离；
gim为待测光斑中i点的灰度值；
gis为参考光斑中i点的灰度值；
n为待测光斑范围内像素点的个数。
本发明的优点：
本发明通过将光斑图片做灰度处理，借助灰度值获取光斑的中心和半径，再借助基模高斯光斑形成参考光斑，进而对待测光斑进行质量判定，判定光斑质量时，规避了光斑图片的像素数、尺寸、亮度、形状等因素的干扰，能够直接反应待测光斑的能量分布均匀度；为光斑质量评估建立了一种标准，使得不同待测光斑在光斑质量角度上具有了可比性，同时，得到的待测光斑质量结果对于注重光斑效果的领域具有重要意义。
本发明相比已有的光斑均匀度判定方法，提出的激光光斑质量评价方法对于激光光斑的质量评价更具有针对性，同时借鉴了激光光束质量的标准化思想，利用理想参考光斑的建立，建立一种理想参考光斑模型，对于使用传统光束质量方法难以判断的半导体激光光斑、多模光纤激光光斑，本方法具备极大的优势。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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，均应包含在本发明的保护范围之内。

Claims (6)

1.一种激光光斑的质量判定方法，其特征在于，包括：
获取待测光斑的图片，提取所述图片的灰度信息；
根据所述灰度信息在所述待测光斑的图片中标记光斑中心和光斑边界；
计算所述光斑中心与光斑边界的最远像素距离，记为光斑半径；
以所述待测光斑的光斑中心为中心、所述光斑半径为半径生成基模高斯光斑作为参考光斑；
将所述待测光斑与参考光斑对比，计算所述待测光斑的光斑质量，公式为：
Figure FDA0003800883940000011
式中：i为参考光斑中的所有像素点；
R为待测光斑的半径，也是参考光斑的半径；
ri为i点与光斑中心点的像素距离；
gim为待测光斑中i点的灰度值；
gis为参考光斑中i点的灰度值；
n为待测光斑范围内像素点的个数。
2.根据权利要求1所述的质量判定方法，其特征在于，所述获取待测光斑的图片的方法包括：
通过手机或相机拍照；
通过仿真模拟软件仿真。
3.根据权利要求1所述的质量判定方法，其特征在于：所述图片的灰度信息包括待测光斑的图片中每一个像素点的灰度值。
4.根据权利要求1或3所述的质量判定方法，其特征在于，提取所述待测光斑图片的灰度信息，包括：
通过RGB转灰度算法将彩色图片转换成灰度图片；
通过计算机直接获取所述灰度图片的灰度信息。
5.根据权利要求3所述的质量判定方法，其特征在于，根据所述灰度信息在所述待测光斑图片中标记光斑中心和光斑边界，包括：
将所述待测光斑图片中灰度值最高的点标记为光斑中心，灰度值为光斑中心的1/e2的点标记为光斑边界。
6.根据权利要求3所述的质量判定方法，其特征在于：所述基模高斯光斑的中心灰度值等于待测光斑的中心灰度值。
CN202110014668.1A 2021-01-06 2021-01-06 一种激光光斑的质量判定方法 Active CN112816187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110014668.1A CN112816187B (zh) 2021-01-06 2021-01-06 一种激光光斑的质量判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110014668.1A CN112816187B (zh) 2021-01-06 2021-01-06 一种激光光斑的质量判定方法

Publications (2)

Publication Number Publication Date
CN112816187A CN112816187A (zh) 2021-05-18
CN112816187B true CN112816187B (zh) 2022-12-13

Family

ID=75857943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110014668.1A Active CN112816187B (zh) 2021-01-06 2021-01-06 一种激光光斑的质量判定方法

Country Status (1)

Country Link
CN (1) CN112816187B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115797334B (zh) * 2023-01-30 2023-04-28 广东工业大学 一种大规模光斑质量快速判别方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5289001A (en) * 1989-08-07 1994-02-22 Hitachi, Ltd. Laser beam scanning apparatus having a variable focal distance device and the variable focal distance device for use in the apparatus
KR101666898B1 (ko) * 2010-01-28 2016-10-17 엘지전자 주식회사 레이저 디스플레이 시스템의 스펙클 저감장치 및 방법
CN102589435B (zh) * 2012-03-02 2013-10-23 中南大学 噪声环境下激光束中心高效精确检测方法
CN103630091B (zh) * 2013-11-05 2017-02-08 河南理工大学 一种基于激光与图像处理技术的叶面积测量方法
CN104406685B (zh) * 2014-11-18 2016-07-06 深圳大学 基于透射型液晶空间光调制器的激光光束m2因子测量方法
EP3064898B1 (de) * 2015-03-04 2019-12-18 Leica Geosystems AG Vermessungsgerät mit Feinanzielungs- bzw. Zielverfolgungsfunktionalität
CN104867117B (zh) * 2015-05-13 2017-10-27 华中科技大学 一种流场图像预处理方法及其系统
CN106203358B (zh) * 2016-07-14 2019-11-19 北京无线电计量测试研究所 一种虹膜定位方法和设备
CN108550144B (zh) * 2018-04-09 2020-04-07 大连理工大学 基于灰度信度的激光光条序列图像质量评价方法
CN108681992B (zh) * 2018-04-23 2021-06-29 南京理工大学 用于探测器阵列法测量激光光斑的图像插值方法
CN109186956B (zh) * 2018-09-11 2020-10-30 中国工程物理研究院激光聚变研究中心 一种用于光束整形元件在线情形的瞬态波前畸变测量方法
CN109785245B (zh) * 2018-12-06 2023-03-24 江苏大学 一种光斑图像修整方法

Also Published As

Publication number Publication date
CN112816187A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
US20200380653A1 (en) Image processing device and image processing method
CN104634242A (zh) 探针补点系统及方法
CN105335963A (zh) 一种边缘缺陷检测方法及装置
CN109345597B (zh) 一种基于增强现实的相机标定图像采集方法及装置
CN108414094B (zh) 基于Labview的激光光束分析系统及方法
CN116721107B (zh) 一种电缆生产质量智能监控系统
CN112816187B (zh) 一种激光光斑的质量判定方法
CN112802133B (zh) 一种基于机器视觉的Mini Led显示屏单元板墨色检测分选方法
CN108564631A (zh) 车灯光导色差检测方法、装置及计算机可读存储介质
CN106017328B (zh) 一种多类型线宽测量方法及装置
CN113039577A (zh) 产品测试方法、装置、计算机可读存储介质及电子设备
CN107525652A (zh) 镜头畸变测试方法、装置及系统
CN109791038B (zh) 台阶大小及镀金属厚度的光学测量
CN208187381U (zh) 激光水平仪自动检测系统
CN111189840A (zh) 近场均匀照明的纸病检测方法
CN203116948U (zh) 激光横模鉴别仪
US10168524B2 (en) Optical measurement of bump hieght
CN116067671A (zh) 一种用于测试车辆漆面质量的方法、系统及介质
CN111818250B (zh) 全电脑式智能自动化的印品检测系统及方法
US10048131B2 (en) Chromaticity test method and chromaticity test apparatus
CN109862348A (zh) 一种图像系统解析力测试判定方法及装置
CN114324168B (zh) 一种表面缺陷检测方法及系统
CN112435271B (zh) 一种应用于激光光斑质量测量的灼烧轮廓分割方法
CN111292300B (zh) 显示面板的亮点不良的检测方法和设备、可读存储介质
CN117576093B (zh) 基于el图像的太阳能电池片隐裂检测方法

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