CN113894438B - 用于检测激光光束质量的方法和系统 - Google Patents

Abstract

本发明涉及用于检测激光光束质量的方法和系统。所述方法包括如下步骤：a)采集激光光束的截面光斑图像，并对该采集的截面光斑图像进行预处理以得到光斑区域轮廓；b)根据所得到的光斑区域轮廓拟合椭圆；以及c)基于所拟合的椭圆计算光束指标。本发明还提供了一种对应的系统。通过上述方法和系统，能够基于视觉图像处理稳定、快速且更准确地检测激光光束的质量。

Description

用于检测激光光束质量的方法和系统

技术领域

本发明涉及激光加工领域，更具体地涉及激光加工过程中对激光光束质量进行检测的方法和系统。

背景技术

在激光加工领域内，光纤激光器发出的激光光束的质量直接影响到激光加工质量。尤其是在高功率激光切割过程中，激光光束的质量和输出特性即使发生微小变化，都将导致聚焦光束的大小、位置及能量分布出现变化，从而导致加工质量低且不稳定，加工效果不能满足要求。

因此，需要实时地检测激光光束的质量，以在光束质量不佳时能及时做出相应调整或更换。但现有的方法都较为复杂，无法快速地对激光光束的质量进行检测。而且，现有的方法在光斑尺寸的计算上误差较大，从而导致最后得到的光束质量指标不够准确。

所以，亟需一种新的解决方案能在激光加工过程中快速且准确地检测激光光束的质量。

发明内容

本发明就旨在克服现有技术中的上述和/或其它问题。通过本发明所提供的用于检测激光光束质量的方法和系统，能够基于视觉图像处理稳定、快速且更准确地检测激光光束的质量。

根据本发明的第一方面，提供一种用于检测激光光束质量的方法，包括如下步骤：a)采集激光光束的截面光斑图像，并对该采集的截面光斑图像进行预处理以得到光斑区域轮廓；b)根据所得到的光斑区域轮廓拟合椭圆；以及c)基于所拟合的椭圆计算光束指标。

根据本发明的第二方面，提供一种用于检测激光光束质量的系统，包括：成像装置、图像处理装置和计算装置。所述成像装置配置为采集激光光束的截面光斑图像。所述图像处理装置配置为：对所采集的截面光斑图像进行预处理以得到光斑区域轮廓；和根据所得到的光斑区域轮廓拟合椭圆。所述计算装置配置为基于所拟合的椭圆计算光束指标。

上述本发明的方法和系统基于视觉图像处理来检测光纤激光器的光束质量，非常方便和迅速，其中特别对光斑区域轮廓进行椭圆拟合，该拟合的椭圆可以全面地反映出包括光束质量较差时的光斑成像，因此可以得到更加准确的光斑尺寸，相应地基于光斑尺寸计算出的反映激光光束质量的光束指标也更为准确和稳定。

上述椭圆拟合可以完全通过椭圆拟合算法实现，也可以采用椭圆拟合算法和圆拟合算法结合的方式实现。具体地，上述椭圆拟合可以包括：基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小并确定所述拟合椭圆的中心位置。或者，上述椭圆拟合也可以包括：基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小；以及通过圆拟合算法确定所述光斑区域轮廓的中心位置，以作为所述拟合椭圆的中心位置。

反映激光光束质量的光束指标可以为光斑椭圆率。此时，上述计算光束指标可包括：基于所拟合椭圆的长轴和短轴的大小，计算所述光斑区域轮廓的椭圆率。该椭圆率越接近1，说明激光光束的质量越好。

反映激光光束质量的光束指标也可以包括光斑圆心外接圆参数。此时，需要实时地多次采集激光光束的截面光斑图像、对该采集的截面光斑图像进行预处理以得到光斑区域轮廓并根据所得到的光斑区域轮廓拟合椭圆。上述计算光束指标可包括：记录各次所拟合椭圆的中心位置；以及确定包含所有各次所拟合椭圆的中心位置的最小外接圆。所述最小外接圆可作为第一稳定性评价指标，其半径越小，说明光斑稳定性越好，也即激光光束越稳定。

上述计算光束指标还可进一步包括：统计所述最小外接圆的圆心的轨迹。所述最小外接圆的圆心的轨迹可作为第二稳定性评价指标，该轨迹变化越小，也说明光斑稳定性越好，也即激光光束越稳定。

反映激光光束质量的光束指标可以为光束倾斜角。此时，需要改变所述激光光束的焦点位置至少一次，并且在每次改变所述焦点位置之后再次采集激光光束的截面光斑图像、对该采集的截面光斑图像进行预处理以得到光斑区域轮廓并根据所得到的光斑区域轮廓拟合椭圆。上述计算光束指标可包括：记录各次所拟合椭圆的中心位置；基于所述各次所拟合椭圆的中心位置拟合出中心连线；以及计算所述中心连线与Z轴方向的夹角，以得到光束倾斜角。所述Z轴垂直于所述激光光束要加工的表面。光束倾斜角越小，说明激光光束与加工表面越接近垂直，加工效果也就越好。

反映激光光束质量的光束指标可以为光束发散角。此时，需要改变所述激光光束的焦点位置至少一次，并且在每次改变所述焦点位置之后再次采集激光光束的截面光斑图像、对该采集的截面光斑图像进行预处理以得到光斑区域轮廓并根据所得到的光斑区域轮廓拟合椭圆。上述计算光束指标可包括：根据所拟合椭圆计算出椭圆旋转角度，该椭圆旋转角度为所拟合椭圆逆时针方向中心旋转到水平位置的角度；通过将所述光斑区域轮廓逆时针方向中心旋转所述椭圆旋转角度，将所述光斑区域轮廓以及所拟合椭圆校正到水平位置；基于各次所拟合椭圆的长轴顶点得到拟合长轴双曲线，并基于各次所拟合椭圆的短轴顶点得到拟合短轴双曲线；以及计算所述拟合长轴双曲线的两条渐近线之间的夹角以得到长轴方向上的光束发散角，并计算所述拟合短轴双曲线的两条渐近线之间的夹角以得到短轴方向上的光束发散角。光束发散角越小，聚焦光束汇聚成一点的可能性就越大，光束质量也就越好。

反映激光光束质量的光束指标还可以为光束质量BPP。此时，上述计算光束指标还可进一步包括：选取与各次所拟合椭圆中任意一个对应的校正到水平位置的光斑区域轮廓，通过能量法分别计算出在该光斑区域轮廓的水平方向上的光斑宽度和在该光斑区域轮廓的竖直方向上的光斑高度；以及基于所述长轴方向上的光束发散角和所述光斑宽度计算长轴方向BPP，同时基于所述短轴方向上的光束发散角和所述光斑高度计算短轴方向BPP。BPP(光束参数乘积)越小，表明激光光束的质量越好。

上述通过能量法计算光斑宽度和光斑高度可包括：以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的水平方向左右扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑宽度；以及以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的竖直方向上下扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑高度。

较佳地，在上述计算光斑宽度和光斑高度之前，可通过圆拟合所述光斑区域轮廓来得到圆心位置，并将该圆心位置作为所拟合椭圆的中心位置。当然，也可以不进行圆拟合，而直接使用所拟合椭圆的中心位置来计算光斑宽度和光斑高度。

较佳地，所述预处理可包括进行轮廓查找和轮廓筛选，以得到对应光斑区域轮廓的图像。具体地，可以先通过轮廓查找得到至少一个对应光斑区域轮廓的图像，接着在该至少一个图像中根据光斑区域筛选指标筛选出真正对应光斑区域轮廓的图像；也可以先根据光斑区域筛选指标筛选出至少一个对应光斑区域轮廓的图像，接着在该至少一个图像中通过轮廓查找得到真正对应光斑区域轮廓的图像。

较佳地，所述预处理可包括进行形态学操作，从而可以减少光斑边缘抖动的影响，同时也抑制掉其他噪点，由此可以更好地计算光斑尺寸。

根据本发明的第三方面，提供一种计算机可读存储介质，其上记录有经编码的指令，当执行该指令时实现如上所述的根据本发明的检测激光光束质量的方法。

通过下面结合附图的详细描述，本发明的其它特征和方面会变得更加清楚。

附图说明

通过结合附图对于本发明的示例性实施例进行描述，可以更好地理解本发明，在附图中：

图1为根据本发明的用于检测激光光束质量的方法的流程图；

图2为激光加工的原理示意图；

图3(a)和图3(b)分别示出了激光光束质量较好的光斑区域轮廓图像和激光光束质量较差的光斑区域轮廓图像；

图4示出了对光斑区域轮廓进行椭圆拟合后的图像；

图5示例性地示出了执行根据本发明的用于检测激光光束质量的方法中的椭圆拟合步骤的一种实现方式的流程图；

图6示出了根据本发明的用于检测激光光束质量的方法的变型实施例的流程图；

图7示出了根据本发明的用于检测激光光束质量的方法的变型实施例的流程图；

图8为光束倾斜角的示意图；

图9示出了根据本发明的用于检测激光光束质量的方法的变型实施例的流程图；

图10(a)和图10(b)示出了如何对拟合椭圆进行水平校正；

图11为光束发散角的示意图；

图12示出了根据本发明的用于检测激光光束质量的方法的变型实施例的流程图；

图13示出了水平校正后的光斑区域轮廓；

图14示例性地示出了执行根据本发明的用于检测激光光束质量的方法中的光斑宽度和光斑高度计算步骤的一种实现方式的流程图；

图15示出了如何通过能量法计算光斑尺寸；以及

图16为根据本发明的用于检测激光光束质量的系统的示意图。

具体实施方式

下面将结合具体实施例和附图对本发明作进一步说明，在以下的描述中阐述了更多的细节以便于充分理解本发明，但是本发明显然能够以多种不同于此描述的其它方式来实施，本领域技术人员可以在不违背本发明精神的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本发明的保护范围。

除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本申请的说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，也不限于是直接的还是间接的连接。

根据本发明的实施例，提供一种用于检测激光光束质量的方法。

参考图1，其中示出了根据本发明的用于检测激光光束质量的方法100。该方法100包括步骤120至步骤160。

在步骤120中，采集激光光束的截面光斑图像，并对该采集的截面光斑图像进行预处理以得到光斑区域轮廓。

图2示出了激光加工的原理示意图。如图所示，激光光束经过聚焦透镜汇聚到聚焦透镜的焦点处，能量比较集中，形成较小的光斑。本发明在检测激光光束质量时，需要采集激光光束经过聚焦透镜后的光束截面光斑，具体可比如通过相机来采集，并对该采集的光束截面光斑进行预处理后得到光斑区域轮廓。图3(a)和图3(b)分别示出了激光光束质量较好的光斑区域轮廓图像和激光光束质量较差的光斑区域轮廓图像。

回到图1，接着，在步骤140中，根据所得到的光斑区域轮廓拟合椭圆。

对光斑区域轮廓进行拟合，这直接影响到用于计算光束指标的光斑尺寸是否足够准确。期望拟合出的图形与实际光斑轮廓尽量接近。从图3(a)和图3(b)中可以看出，质量较好的光纤激光器发出的激光所形成的光斑能量比较集中且接近高斯分布，并且光斑形状接近圆形；而质量不好的光纤激光器发出的激光所形成的光斑能量会相对发散，并且光斑形状会偏向椭圆形。如果对这些质量较差的激光光束的光斑区域轮廓图像进行圆拟合，由此得到的光斑尺寸必然不准确，也就无法准确地计算出光束指标，从而无法对激光光束质量进行有效检测。因此，本发明的发明人特别采用椭圆拟合法来对光斑区域轮廓进行拟合，如图4所示，该拟合出的椭圆与光束质量较差的实际光斑轮廓非常接近，由此得到的光斑尺寸足够准确地计算出光束指标。另一方面，因为当椭圆的长轴和短轴相等时该椭圆即变成了圆，所以上述椭圆拟合出的图形也能够对应光束质量较好的实际光斑轮廓。由此，通过对所得到的光斑区域轮廓进行椭圆拟合，可以得到与实际光斑轮廓非常接近的图形，从而有利于得到准确的光斑尺寸并进行精确的光束指标计算。

回到图1，接下来，在步骤160中，基于所拟合的椭圆计算光束指标。

如前面所讨论地，该拟合的椭圆与实际光斑轮廓非常接近，因此基于该拟合椭圆所得到的光斑尺寸可以非常准确，从而可以进行精确的光束指标计算，以最终实现对激光光束质量进行有效的检测。

由此，本发明为光纤激光器的光束质量检测提供了一种全新的基于视觉图像处理的检测方法，其不需要测量光束，而只要通过采集光束所形成的光斑图像就能实现检测，因此操作十分方便快捷，同时检测成本也低。特别地，本发明对光斑区域轮廓进行椭圆拟合，由此可以得到与实际光斑轮廓非常接近的图形，基于该图形可以得到非常准确的光斑尺寸。在此基础上计算的光束指标可以准确且稳定地反映出光纤激光器的光束质量。

可选地，上述步骤140可以包括：基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴的大小2a和短轴的大小2b并确定所述拟合椭圆的中心位置O。也即，所拟合椭圆的所有相关尺寸都通过椭圆拟合算法求得。

可选地，上述步骤140也可以包括两个子步骤1402和1404来分别求得所拟合椭圆的长、短轴大小和中心位置，如图5所示。其中，在步骤1402中，基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴的大小2a和短轴的大小2b；在步骤1404中，通过圆拟合算法确定所述光斑区域轮廓的中心位置，以作为所述拟合椭圆的中心位置O。

可选地，在上述步骤160中，可以基于所拟合椭圆的长轴和短轴的大小，计算所述光斑区域轮廓的椭圆率。具体地，该椭圆率可为短轴和长轴的长度比值，即，2b与2a的比值，也即b/a。

如前面所述地，质量较好的激光光束所形成的光斑形状接近圆形，而质量不好的激光光束所形成的光斑形状偏向椭圆形。如果上述椭圆率b/a接近1，那么就说明所述光斑形状接近圆形，也就说明形成该光斑的激光光束的质量较好。反之，上述椭圆率b/a越小于1，越说明所述光斑形状偏向椭圆形，且长轴比短轴长出许多，形成这种光斑的激光光束的质量就越差。由此，通过引入对上述椭圆率的计算，可以快速、准确地对激光光束的质量进行有效检测。

可选地，根据本发明的用于检测激光光束质量的方法100可以实时地多次执行步骤120～步骤160，其中步骤160进一步包括子步骤1612和子步骤1614，如图6所示。

在子步骤1612，记录各次所拟合椭圆的中心位置。也即，实时地多次采集截面光斑图像并在经预处理得到的光斑区域轮廓上进行椭圆拟合，记录每次所拟合椭圆的中心位置，即，图4中的位置O。

在子步骤1614，确定包含所有各次所拟合椭圆的中心位置的最小外接圆。即，确定所有中心位置O₁～O_n(n为大于或等于2的自然数，其表示采集图像并进行椭圆拟合的次数)的最小外接圆Circle。可将该最小外接圆Circle作为第一稳定性评价指标，用来判定激光光束的稳定性。该最小外接圆Circle的半径越小，该最小外接圆Circle的范围也就越小，说明中心位置O的变化范围也越小，也就反映光斑稳定性越好，也即激光光束越稳定。反之，则说明光斑稳定性越差，也即激光光束越不稳定。

通过引入对上述同一焦点位置下的光斑稳定性的分析，可以快速、准确地检测激光光束的稳定性。

可选地，在上述子步骤1614之后还可以进一步包括：统计所述最小外接圆的圆心的轨迹。即，统计所有最小外接圆Circle₁～Circle_n的圆心的轨迹。可将该轨迹作为第二稳定性评价指标，用来进一步判定激光光束的稳定性。该轨迹变化越小，说明所述最小外接圆Circle的圆心位置变化越少，从而也反映最小外接圆Circle的位置变化越小，说明拟合椭圆的中心位置O的变化范围也越小，从而也就反映光斑稳定性越好，激光光束越稳定。

上述第一稳定性评价指标和第二稳定性评价指标可以单独使用，也可以结合在一起，用来确定同一焦点位置下的光斑稳定性，从而可以及时地掌握激光光束是否足够稳定。

可选地，根据本发明的用于检测激光光束质量的方法100可以进一步包括改变所述激光光束的焦点位置至少一次，并且在每次改变所述焦点位置之后重复执行步骤120～步骤160，其中步骤160包括子步骤1622～1626，如图7所示。

在子步骤1622，记录各次所拟合椭圆的中心位置。如图2所示，Z轴垂直于激光加工表面，激光光束经过汇聚透镜后会改变方向，从原来与Z轴平行改变为相对于Z轴倾斜。激光光束的焦点位置被改变后，光束截面光斑的位置也必然会发生变化，相应地基于光斑轮廓拟合出来的椭圆的中心位置也会发生变化，如图8所示。图8中示出了改变焦点位置之后拟合光斑图像得到的不同椭圆，各个拟合椭圆之间的距离即为焦点位置改变的距离。记录下所有这些拟合椭圆的中心位置O₁～O_n(n为大于或等于2的自然数，其表示采集图像并进行椭圆拟合的次数)。

在子步骤1624，基于所述各次所拟合椭圆的中心位置拟合出中心连线。图8中的三个拟合椭圆的中心位置恰好在一条直线上，即，拟合出的中心连线就是三个中心位置的连线。但实际操作中，也有可能所有拟合椭圆的中心位置并不在一条直线上，本领域技术人员可以理解，此时拟合出来的中心连线即为到各个中心位置的距离的平方和为最小的那条直线。

在子步骤1626，计算所述中心连线与Z轴方向的夹角θ，该夹角θ即为光束倾斜角。光束倾斜角θ反映了经过汇聚透镜后的聚焦加工光束相对于Z轴的倾斜程度，由图2可知，光束倾斜角θ越小，说明加工光束与加工表面越接近垂直，加工效果也就越好。由此，通过改变焦点位置计算得到光束倾斜角，可以快速、准确地检测激光光束的质量。

需要特别说明的是，在图8中示出了三个拟合椭圆，但本发明的检测方法实际只要通过改变焦点位置一次，基于两次所拟合椭圆的中心位置即可计算出上述光束倾斜角。但如果改变焦点位置次数越多，所得到的拟合椭圆的中心位置也越多，由此得到的中心连线可以更加准确地计算出光束倾斜角。对于多于两个的焦点位置，可以尽量选取在零点(焦点位置在喷嘴位置处)以及分别在正向(焦点位置在喷嘴位置之上)和负向(焦点位置在喷嘴位置之下)上分布的位置。例如，可以在焦点位置位于喷嘴位置时执行步骤120、140和1622以记录拟合椭圆的中心位置，接着将焦点位置分别向上平移到喷嘴位置之上和向下平移到喷嘴位置之下再次分别执行步骤120、140和1622，接着基于如此得到的三个拟合椭圆的中心位置通过执行步骤1624和1626得到光束倾斜角θ。

可选地，根据本发明的用于检测激光光束质量的方法100可以进一步包括改变所述激光光束的焦点位置至少一次，并且在每次改变所述焦点位置之后重复执行步骤120～步骤160，其中步骤160包括子步骤1632～1638，如图9所示。

在子步骤1632，根据所拟合椭圆计算出椭圆旋转角度，该椭圆旋转角度为所拟合椭圆逆时针方向中心旋转到水平位置的角度。如图10(a)所示，基于图4所示的所拟合椭圆，可计算得到该拟合椭圆逆时针方向中心旋转到水平位置的角度Ω。

接着，在子步骤1634，通过将所述光斑区域轮廓逆时针方向中心旋转所述椭圆旋转角度Ω，将所述光斑区域轮廓以及所拟合椭圆校正到水平位置，如图10(b)所示。

在子步骤1636，基于各次所拟合椭圆的长轴顶点得到拟合长轴双曲线，并基于各次所拟合椭圆的短轴顶点得到拟合短轴双曲线。仍旧参考图2，焦点位置被改变后，光束截面光斑的位置和大小都有可能发生变化。可参考图11，其中示出了改变焦点位置之后拟合光斑图像并进行水平校正后得到的多个椭圆，比如图11中为7个椭圆光斑。可基于这些椭圆的长轴顶点A1～A7和A1’～A7’拟合出长轴双曲线l_长轴和l_长轴’。图11中虽然未示出，但同样地，也可基于这些椭圆的短轴顶点B1～B7和B1’～B7’拟合出短轴双曲线l_短轴和l_短轴’。

接着，在子步骤1638，计算所述拟合长轴双曲线的两条渐近线之间的夹角以得到长轴方向上的光束发散角，并计算所述拟合短轴双曲线的两条渐近线之间的夹角以得到短轴方向上的光束发散角。仍旧参考图11，可计算所述拟合长轴双曲线l_长轴和l_长轴’的两条渐近线之间的夹角α_长轴，此夹角α_长轴即为长轴方向上的光束发散角。同样地，可计算所述拟合短轴双曲线l_短轴和l_短轴’的两条渐近线之间的夹角α_短轴，此夹角α_短轴即为短轴方向上的光束发散角。光束发散角越小，激光光束通过聚焦透镜后汇聚成一点的可能性就越大，光束能量越容易集中，显然这样的光束质量也就越好。由此，通过改变焦点位置计算得到光束发散角，可以快速、准确地检测激光光束的质量。

与前面计算光束倾斜角类似，虽然在图11中示出了七个椭圆光斑，但其只是一个示例，本发明的检测方法并不局限于此。只是如果改变焦点位置次数越多，所得到的椭圆光斑的长轴和短轴顶点也越多，由此得到的拟合长轴和短轴双曲线可以更加准确地计算出光束发散角。同样地，对于多于两个的焦点位置，可以尽量选取在零点(焦点位置在喷嘴位置处)以及分别在正向(焦点位置在喷嘴位置之上)和负向(焦点位置在喷嘴位置之下)上分布的位置。

可选地，可以在上述子步骤1638后进一步包括子步骤1640和1642，以在上述计算的光束发散角的基础上进一步计算得到光束质量BPP。

在子步骤1640，选取与各次所拟合椭圆中任意一个对应的校正到水平位置的光斑区域轮廓，通过能量法分别计算出在该光斑区域轮廓的水平方向上的光斑宽度和在该光斑区域轮廓的竖直方向上的光斑高度，如图13所示。仍旧参考图11，从中选取任意一个拟合椭圆，并在该拟合椭圆对应的光斑区域轮廓上通过能量法计算得到光斑宽度(代表光斑在拟合椭圆长轴方向上的尺寸)和光斑高度(代表光斑在拟合椭圆短轴方向上的尺寸)。

接着，在子步骤1642，基于所述长轴方向上的光束发散角和所述光斑宽度计算长轴方向BPP，同时基于所述短轴方向上的光束发散角和所述光斑高度计算短轴方向BPP。BPP＝光束发散角×某一截面对应的光斑大小，由此计算得到BPP_长轴＝α_长轴×光斑宽度，BPP_短轴＝α_短轴×光斑高度，其中α_长轴和α_短轴的单位皆为弧度。BPP越小，表明激光光束的质量越好。由此，通过改变焦点位置计算得到BPP，可以快速、准确地检测激光光束的质量。

可选地，在上述子步骤1640中可包括一个分步骤：圆拟合所述光斑区域轮廓得到圆心位置，并将该圆心位置作为所拟合椭圆的中心位置。也就是，在进行能量法计算时用圆拟合所得到的圆心位置来代替原来拟合椭圆的中心位置。但实际操作中也可以不需要这个分步骤，而直接使用拟合椭圆得到的中心位置来进行能量法计算。

可选地，上述子步骤1640可进一步包括分步骤1642和1644，如图14所示。

在分步骤1642，以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的水平方向左右扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑宽度。

参考图15，其中示出的能量法示例用圆拟合所得到的圆心位置来代替原来拟合椭圆的中心位置，但如前面所述地，本发明的检测方法也可以直接使用拟合椭圆得到的中心位置来进行能量法计算。如图15所示，以中心位置坐标(x₀,y₀)为起点，沿光斑区域轮廓的X方向(水平方向)左右扩展，并统计扩展范围内的像素灰度值，直到该像素灰度值达到预定值。可以比如，将该预定值设为X方向上所有像素总和的1-1/e²＝86.5％(e为自然常数，其值约为2.718281828459045)，如果扩展范围内的像素灰度值达到了X方向上所有像素总和的86.5％，则可将该扩展范围确定为所述光斑区域轮廓的光斑宽度。

在分步骤1644，以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的竖直方向上下扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑高度。

同样地，如图15所示，以中心位置坐标(x₀,y₀)为起点，沿光斑区域轮廓的Y方向(竖直方向)上下扩展，并统计扩展范围内的像素灰度值，直到该像素灰度值达到预定值。仍然比如将该预定值设为Y方向上所有像素总和的86.5％，如果扩展范围内的像素灰度值达到了Y方向上所有像素总和的86.5％，则可将该扩展范围确定为所述光斑区域轮廓的光斑高度。

上述分步骤1642和1644的先后顺序可以互换，或者这两个分步骤也可以同时进行。

可选地，对所采集的截面光斑图像进行预处理可包括对图像进行灰化处理以转为灰度图片，再对该灰度图片进行滤波处理后，根据图像特征通过阈值方法得到二值图像。滤波处理所使用的滤波函数可例如为高斯平滑函数、中值滤波函数等。阈值方法也可包括多种，例如OSTU方法、固定阈值方法、自适应阈值方法等。此外，还可以加入图像增强处理等。

可选地，对所采集的截面光斑图像进行预处理可包括进行形态学操作。这样，可以减少光斑边缘抖动的影响，同时也抑制掉其他噪点，由此可以更好地计算光斑尺寸。

可选地，对所采集的截面光斑图像进行预处理可包括进行轮廓查找和轮廓筛选，以得到对应光斑区域轮廓的图像。由于实际操作中所采集的图像可能会包括多个轮廓图像，它们中只有一个对应真正的光斑区域，因此需要进行轮廓查找和轮廓筛选，以找到这个真正的光斑区域轮廓图像。

举例来说，可以根据一个或多个筛选指标先对多个轮廓图像进行筛选，所述筛选指标可以比如为轮廓面积等。如果经过筛选后只有一个轮廓图像符合筛选指标要求，那么它就是光斑区域轮廓图像。如果经过筛选后有多个轮廓图像都符合筛选指标要求，那么可以进一步进行轮廓查找，即，比对光斑区域应该有的轮廓，从这多个轮廓图像中选出真正的光斑区域轮廓图像。当然，也可以先进行轮廓查找，如果查找出多个轮廓图像都符合要求(如果查找后只有一个轮廓图像符合要求，那它就是光斑区域轮廓)，再如上所述地根据一个或多个筛选指标进行轮廓筛选，以最终筛选出光斑区域轮廓。

需要特别说明的是，本文中的最小二乘拟合，也可以为加权最小二乘拟合，加权方式可以为Huber等加权方法。

至此，描述了根据本发明的用于检测激光光束质量的方法，其基于视觉图像处理，因此不需要测量光束，也不需要测量光束的设备，而只要基于光束所形成的光斑图像就能实现检测，因此操作十分方便快捷，同时检测成本也低。特别地，本发明引入对光斑区域轮廓进行椭圆拟合，由此可以得到与实际光斑轮廓非常接近的图形，基于该图形可以得到非常准确的光斑尺寸，在此基础上计算的光束指标更加准确和稳定。而且本发明用于检测光束质量的指标除了光束发散角和光束质量BPP，还特别引入了光斑椭圆率、光束倾斜角和稳定性评价指标，从而可以更全面和准确地分析和评估光束质量。通过本发明的用于检测激光光束质量的方法，可以快速且准确地实时检测激光光束的质量，在光束质量不佳时能及时做出相应调整或更换，从而保证激光加工的质量和稳定性，使加工效果符合要求。

根据本发明的实施例，还提供一种计算机可读存储介质，其上记录有经编码的指令，当执行该指令时可实现上述用于检测激光光束质量的方法。所述计算机可读存储介质可以包括硬盘驱动器、软盘驱动器、光盘读/写(CD-R/W)驱动器、数字通用磁盘(DVD)驱动器、闪存驱动器和/或固态存储装置等。

根据本发明的实施例，还相应地提供一种用于检测激光光束质量的系统。

参考图16，其中示出了根据本发明的用于检测激光光束质量的系统2000，其包括成像装置2020、图像处理装置2040和计算装置2060。

成像装置2020可被配置为：采集激光光束的截面光斑图像。该成像装置2020可以例如为相机。

图像处理装置2040可被配置为：对所采集的截面光斑图像进行预处理以得到光斑区域轮廓；并根据所得到的光斑区域轮廓拟合椭圆。

计算装置2060可被配置为基于所拟合的椭圆计算光束指标。

可选地，图像处理装置2040可被进一步配置为：基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小并确定所述拟合椭圆的中心位置。

或者，图像处理装置2040可被进一步配置为：基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小；以及通过圆拟合算法确定所述光斑区域轮廓的中心位置，以作为所述拟合椭圆的中心位置。

可选地，计算装置2060可被进一步配置为：基于所拟合椭圆的长轴和短轴的大小，计算所述光斑区域轮廓的椭圆率。

可选地，成像装置2020实时地多次采集激光光束的截面光斑图像，且图像处理装置2040实时地对所采集的截面光斑图像进行预处理以得到光斑区域轮廓并实时地根据所得到的光斑区域轮廓拟合椭圆。

可选地，计算装置2060可被进一步配置为：记录各次所拟合椭圆的中心位置；以及确定包含所有各次所拟合椭圆的中心位置的最小外接圆。

可选地，计算装置2060可被进一步配置为：统计所述最小外接圆的圆心的轨迹。

可选地，所述激光光束的焦点位置被改变至少一次，并且在每次改变所述焦点位置之后，成像装置2020实时地采集激光光束的截面光斑图像，且图像处理装置2040实时地对所采集的截面光斑图像进行预处理以得到光斑区域轮廓并实时地根据所得到的光斑区域轮廓拟合椭圆。

可选地，计算装置2060可被进一步配置为：记录各次所拟合椭圆的中心位置；基于所述各次所拟合椭圆的中心位置拟合出中心连线；以及计算所述中心连线与Z轴方向的夹角，以得到光束倾斜角。

或者可选地，计算装置2060可被进一步配置为：根据所拟合椭圆计算出椭圆旋转角度，该椭圆旋转角度为所拟合椭圆逆时针方向中心旋转到水平位置的角度；通过将所述光斑区域轮廓逆时针方向中心旋转所述椭圆旋转角度，将所述光斑区域轮廓以及所拟合椭圆校正到水平位置；基于各次所拟合椭圆的长轴顶点得到拟合长轴双曲线，并基于各次所拟合椭圆的短轴顶点得到拟合短轴双曲线；以及计算所述拟合长轴双曲线的两条渐近线之间的夹角以得到长轴方向上的光束发散角，并计算所述拟合短轴双曲线的两条渐近线之间的夹角以得到短轴方向上的光束发散角。

可选地，计算装置2060可被进一步配置为：选取与各次所拟合椭圆中任意一个对应的校正到水平位置的光斑区域轮廓，通过能量法分别计算出在该光斑区域轮廓的水平方向上的光斑宽度和在该光斑区域轮廓的竖直方向上的光斑高度；以及基于所述长轴方向上的光束发散角和所述光斑宽度计算长轴方向BPP，同时基于所述短轴方向上的光束发散角和所述光斑高度计算短轴方向BPP。

可选地，计算装置2060可被进一步配置为：以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的水平方向左右扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑宽度；以及以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的竖直方向上下扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑高度。

可选地，在计算装置2060计算光斑宽度和光斑高度之前，图像处理装置2040圆拟合所述光斑区域轮廓得到圆心位置并将该圆心位置作为所拟合椭圆的中心位置。

上述系统2000可以实现如前面所述地根据本发明的用于检测激光光束质量的方法。上述在本发明的用于检测激光光束质量的方法中适用的很多设计构思和细节同样适用于上述系统2000，且可以得到相同的有益技术效果，此处不再赘述。

以上通过一些示例性实施例对本发明的各个方面进行了描述。然而，应该理解的是，在不脱离本发明精神和范围的情况下，还可以对上述示例性实施例做出各种修改。例如，如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同方式被组合和/或被另外的组件或其等同物替代或补充，也可以实现合适的结果，那么相应地，这些修改后的其它实施方式也落入权利要求书的保护范围内。

Claims (25)

1.一种用于检测激光光束质量的方法，包括如下步骤：

a)采集激光光束的截面光斑图像，并对该采集的截面光斑图像进行预处理以得到光斑区域轮廓；

b)根据所得到的光斑区域轮廓拟合椭圆；以及

c)基于所拟合的椭圆计算光束指标，

其中，所述方法实时地多次执行所述步骤a)～步骤c)，并在所述步骤c)中：

记录各次所拟合椭圆的中心位置；以及

确定包含所有各次所拟合椭圆的中心位置的最小外接圆。

2.如权利要求1所述的方法，其特征在于，所述步骤b)包括：

基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小并确定所述拟合椭圆的中心位置。

3.如权利要求1所述的方法，其特征在于，所述步骤b)包括：

基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小；以及

通过圆拟合算法确定所述光斑区域轮廓的中心位置，以作为所述拟合椭圆的中心位置。

4.如权利要求1至3中任一项所述的方法，其特征在于，所述步骤c)包括：

基于所拟合椭圆的长轴和短轴的大小，计算所述光斑区域轮廓的椭圆率。

5.如权利要求1所述的方法，其特征在于，所述步骤c)进一步包括：

统计所述最小外接圆的圆心的轨迹。

6.如权利要求1至3中任一项所述的方法，其特征在于，所述方法进一步包括改变所述激光光束的焦点位置至少一次，并且

在每次改变所述焦点位置之后重复执行所述步骤a)～步骤c)，其中在所述步骤c)中：

记录各次所拟合椭圆的中心位置；

基于所述各次所拟合椭圆的中心位置拟合出中心连线；以及

计算所述中心连线与Z轴方向的夹角，以得到光束倾斜角，所述Z轴垂直于所述激光光束要加工的表面。

7.如权利要求1至3中任一项所述的方法，其特征在于，所述方法进一步包括改变所述激光光束的焦点位置至少一次，并且

在每次改变所述焦点位置之后重复执行所述步骤a)～步骤c)，其中在所述步骤c)中：

根据所拟合椭圆计算出椭圆旋转角度，该椭圆旋转角度为所拟合椭圆逆时针方向中心旋转到水平位置的角度；

通过将所述光斑区域轮廓逆时针方向中心旋转所述椭圆旋转角度，将所述光斑区域轮廓以及所拟合椭圆校正到水平位置；

基于各次所拟合椭圆的长轴顶点得到拟合长轴双曲线，并基于各次所拟合椭圆的短轴顶点得到拟合短轴双曲线；以及

计算所述拟合长轴双曲线的两条渐近线之间的夹角以得到长轴方向上的光束发散角，并计算所述拟合短轴双曲线的两条渐近线之间的夹角以得到短轴方向上的光束发散角。

8.如权利要求7所述的方法，其特征在于，所述步骤c)进一步包括：

选取与各次所拟合椭圆中任意一个对应的校正到水平位置的光斑区域轮廓，通过能量法分别计算出在该光斑区域轮廓的水平方向上的光斑宽度和在该光斑区域轮廓的竖直方向上的光斑高度；以及

基于所述长轴方向上的光束发散角和所述光斑宽度计算长轴方向BPP，同时基于所述短轴方向上的光束发散角和所述光斑高度计算短轴方向BPP。

9.如权利要求8所述的方法，其特征在于，所述计算光斑宽度和光斑高度的步骤包括：

以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的水平方向左右扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑宽度；以及

以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的竖直方向上下扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑高度。

10.如权利要求9所述的方法，其特征在于，在所述计算光斑宽度和光斑高度的步骤之前，圆拟合所述光斑区域轮廓得到圆心位置，并将该圆心位置作为所拟合椭圆的中心位置。

11.如权利要求1至3中任一项所述的方法，其特征在于，所述预处理包括进行轮廓查找和轮廓筛选，以得到对应光斑区域轮廓的图像。

12.如权利要求1至3中任一项所述的方法，其特征在于，所述预处理包括进行形态学操作。

13.一种用于检测激光光束质量的系统，包括：

成像装置，配置为采集激光光束的截面光斑图像；

图像处理装置，配置为：

对所采集的截面光斑图像进行预处理以得到光斑区域轮廓；和

根据所得到的光斑区域轮廓拟合椭圆；以及

计算装置，配置为基于所拟合的椭圆计算光束指标，

其中，所述成像装置实时地多次采集激光光束的截面光斑图像，且所述图像处理装置实时地对所采集的截面光斑图像进行预处理以得到光斑区域轮廓并实时地根据所得到的光斑区域轮廓拟合椭圆，

其中，所述计算装置被进一步配置为：

记录各次所拟合椭圆的中心位置；以及

确定包含所有各次所拟合椭圆的中心位置的最小外接圆。

14.如权利要求13所述的系统，其特征在于，所述图像处理装置被进一步配置为：

基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小并确定所述拟合椭圆的中心位置。

15.如权利要求13所述的系统，其特征在于，所述图像处理装置被进一步配置为：

基于所述光斑区域轮廓，通过椭圆拟合算法计算出拟合椭圆的长轴和短轴的大小；以及

通过圆拟合算法确定所述光斑区域轮廓的中心位置，以作为所述拟合椭圆的中心位置。

16.如权利要求13至15中任一项所述的系统，其特征在于，所述计算装置被进一步配置为：

基于所拟合椭圆的长轴和短轴的大小，计算所述光斑区域轮廓的椭圆率。

17.如权利要求13所述的系统，其特征在于，所述计算装置被进一步配置为：

统计所述最小外接圆的圆心的轨迹。

18.如权利要求13至15中任一项所述的系统，其特征在于，所述激光光束的焦点位置被改变至少一次，并且

在每次改变所述焦点位置之后，所述成像装置实时地采集激光光束的截面光斑图像，且所述图像处理装置实时地对所采集的截面光斑图像进行预处理以得到光斑区域轮廓并实时地根据所得到的光斑区域轮廓拟合椭圆，

其中，所述计算装置被进一步配置为：

记录各次所拟合椭圆的中心位置；

基于所述各次所拟合椭圆的中心位置拟合出中心连线；以及

计算所述中心连线与Z轴方向的夹角，以得到光束倾斜角，所述Z轴垂直于所述激光光束要加工的表面。

19.如权利要求13至15中任一项所述的系统，其特征在于，所述激光光束的焦点位置被改变至少一次，并且

在每次改变所述焦点位置之后，所述成像装置实时地采集激光光束的截面光斑图像，且所述图像处理装置实时地对所采集的截面光斑图像进行预处理以得到光斑区域轮廓并实时地根据所得到的光斑区域轮廓拟合椭圆，

其中，所述计算装置被进一步配置为：

根据所拟合椭圆计算出椭圆旋转角度，该椭圆旋转角度为所拟合椭圆逆时针方向中心旋转到水平位置的角度；

通过将所述光斑区域轮廓逆时针方向中心旋转所述椭圆旋转角度，将所述光斑区域轮廓以及所拟合椭圆校正到水平位置；

基于各次所拟合椭圆的长轴顶点得到拟合长轴双曲线，并基于各次所拟合椭圆的短轴顶点得到拟合短轴双曲线；以及

计算所述拟合长轴双曲线的两条渐近线之间的夹角以得到长轴方向上的光束发散角，并计算所述拟合短轴双曲线的两条渐近线之间的夹角以得到短轴方向上的光束发散角。

20.如权利要求19所述的系统，其特征在于，所述计算装置被进一步配置为：

选取与各次所拟合椭圆中任意一个对应的校正到水平位置的光斑区域轮廓，通过能量法分别计算出在该光斑区域轮廓的水平方向上的光斑宽度和在该光斑区域轮廓的竖直方向上的光斑高度；以及

基于所述长轴方向上的光束发散角和所述光斑宽度计算长轴方向BPP，同时基于所述短轴方向上的光束发散角和所述光斑高度计算短轴方向BPP。

21.如权利要求20所述的系统，其特征在于，所述计算装置被进一步配置为：

以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的水平方向左右扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑宽度；以及

以所拟合椭圆的中心位置为起点，沿所述光斑区域轮廓的竖直方向上下扩展，并统计该扩展范围内的像素灰度值，直到该像素灰度值达到预定值，将该扩展范围确定为所述光斑区域轮廓的光斑高度。

22.如权利要求21所述的系统，其特征在于，在所述计算装置计算光斑宽度和光斑高度之前，所述图像处理装置圆拟合所述光斑区域轮廓得到圆心位置并将该圆心位置作为所拟合椭圆的中心位置。

23.如权利要求13至15中任一项所述的系统，其特征在于，所述预处理包括进行轮廓查找和轮廓筛选，以得到对应光斑区域轮廓的图像。

24.如权利要求13至15中任一项所述的系统，其特征在于，所述预处理包括进行形态学操作。

25.一种计算机可读存储介质，其上记录有经编码的指令，当执行该指令时实现如权利要求1至12中任一项所述的方法。

Images