CN114113115B - 一种大口径元件表面微缺陷高精度自动定位方法 - Google Patents

Abstract

一种大口径元件表面微缺陷高精度自动定位方法，涉及工程光学技术领域，用以解决现有技术对于大口径元件上尺寸较小的缺陷区域难以准确定位的问题。本发明的技术要点包括：获取元件表面缺陷区域的原始位置，包括在机床坐标系下X、Y、Z轴原始坐标；采用改变物距的自动聚焦方法对缺陷区域Z轴原始坐标进行修正，获得Z轴修正坐标；根据Z轴修正坐标对应的物距，采集包含元件表面缺陷区域的图像并对图像进行处理，利用处理结果对缺陷区域X、Y轴坐标进行修正，获得X、Y轴修正坐标。本发明提高了元件表面缺陷的定位和尺寸测量精度，为后续激光修复提供了可靠参数。本发明可应用于在已获取元件表面缺陷粗定位后进一步精确定位缺陷区域位置。

Description

一种大口径元件表面微缺陷高精度自动定位方法

技术领域

本发明涉及工程光学技术领域，具体涉及一种大口径元件表面微缺陷高精度自动定位方法。

背景技术

大口径光学元件是高功率固体激光装置的重要组件，承担着激光的传输、放大、转换、聚焦等多种功能。光学元件在生产、清洗、转运过程中容易引入凹坑、微裂纹等缺陷，这些缺陷如果不能得到及时修复，在强激光辐照下很容易发生扩展。研究表明，光学元件表面缺陷的尺寸会随着高功率激光辐照次数的增加呈线性或指数性增长。缺陷的持续增长将严重缩短光学元件使用寿命，并且会对光场产生调制形成强区造成下游元件损伤进而威胁整个激光光路的正常运行。工程上常采用CO₂激光对熔石英元件表面微缺陷进行修复，该方法能够有效抑制缺陷增长且不影响元件的通光性能。但元件表面缺陷只有在尺寸较小时才可以被修复，为避免产生不可逆的损伤，需要及时将其检测出来并进行修复。

机器视觉暗场检测法是光学元件表面缺陷检测的常用方法，该方法利用单幅拍照或者扫描拍照方式采集元件表面暗场图像，通过对图像进行处理获得缺陷的位置和尺寸信息，利用这些信息实现缺陷点的定位和修复。在修复过程中，激光以缺陷中心为基准通过螺旋扫描的方式在缺陷部位刻蚀一个圆锥体来实现缺陷的修复。由于越靠近圆锥体中心位置激光修复的深度越大，为保证圆锥体完全覆盖缺陷，一般以缺陷的最小外接圆圆心作为中心。缺陷的尺寸集中在50～1000μm，尺寸较小，因而在对缺陷中心点进行定位时需要很高的定位精度。暗场检测虽然能够在较短时间内获得元件表面缺陷的分布情况，但其采集的图像像素分辨率低，检测结果只能用于缺陷的粗定位，无法满足激光修复对缺陷坐标的精度要求。

发明内容

鉴于以上问题，本发明提出一种大口径元件表面微缺陷高精度自动定位方法，用以解决现有技术对于大口径元件上尺寸较小的缺陷点难以准确定位的问题。

一种大口径元件表面微缺陷高精度自动定位方法，包括以下步骤：

步骤一、获取元件表面缺陷区域的原始位置；所述原始位置包括在机床坐标系下X、Y、Z轴原始坐标；

步骤二、采用改变物距的自动聚焦方法对每个缺陷区域在机床坐标系下Z轴原始坐标进行修正，获得多个缺陷区域对应的Z轴修正坐标；

步骤三、根据Z轴修正坐标确定物距，采集不同物距下包含不同缺陷区域的多个图像，并对所述图像进行处理，利用处理结果对每个缺陷区域X、Y轴坐标进行修正，获得多个缺陷区域对应的X、Y轴修正坐标。

进一步地，步骤一中还包括获取元件表面缺陷区域的原始尺寸。

进一步地，步骤二的具体步骤包括：对于每个缺陷区域，设置搜索步长以改变相机和元件之间的物距，按照搜索步长采集缺陷区域在不同焦平面下的图像；对于每个焦平面下的一个图像，计算其水平和垂直方向的梯度平方和；比较不同焦平面对应的多个水平和垂直方向的梯度平方和，当水平和垂直方向的梯度平方和的值减小时，减小搜索步长以提高聚焦精度，否则按照搜索步长沿反方向进行采集；继续采集包含缺陷区域的图像，重复上述过程，直至搜索步长小于预设步长阈值时停止；此时，缺陷区域在机床坐标系下的Z轴修正坐标为：缺陷区域在机床坐标系下的Z轴原始坐标加上多个焦平面所对应的搜索步长的总和。

进一步地，步骤三的具体步骤包括：

步骤三一、所述Z轴修正坐标对应的物距确定了聚焦清晰时相机和元件的位置，在聚焦清晰后采集包含缺陷区域的图像；

步骤三二、对所述图像进行二值化处理；

步骤三三、对经过二值化处理的图像提取缺陷区域轮廓，计算缺陷区域的X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值；

步骤三四、根据像素坐标偏差值计算缺陷区域的X、Y轴当前坐标和原始坐标在机床坐标系下的实际坐标偏差值；

步骤三五、根据实际坐标偏差值计算获得缺陷区域的X、Y轴修正坐标。

进一步地，步骤二中水平方向的梯度S_x(x,y)计算公式为：

式中，f(x,y)表示图像；Sobel_x表示水平方向梯度算子；表示卷积运算；

垂直方向的梯度S_y(x,y)计算公式为：

式中，S_y(x,y)表示垂直方向梯度算子。

进一步地，步骤三四中按照下述公式计算获得实际坐标偏差值(Δx,Δy)：

(Δx,Δy)＝(k_pΔx₁,k_pΔy₁)

式中，k_p表示已标定的图像单个像素所代表的实际尺寸；Δx₁,Δy₁表示缺陷区域在X、Y轴方向的像素坐标偏差值。

进一步地，步骤三五中按照下述公式计算获得X、Y轴修正坐标(x_P,y_P)：

(x_P,y_P)＝(x_R+Δx,y_R+Δy)

式中，(x_R,y_R)表示缺陷区域的X、Y轴原始坐标。

进一步地，步骤三三中在对经过二值化处理的图像提取缺陷区域轮廓后，计算包络该缺陷区域轮廓的最小外接圆，以最小外接圆圆心作为该缺陷区域的像素坐标，以最小外接圆半径作为该缺陷区域当前像素尺寸；首先将缺陷区域当前像素尺寸与原始尺寸对应的原始像素尺寸进行比较，舍去像素尺寸误差超过预设百分比阈值的缺陷区域；然后对保留的缺陷区域计算其像素坐标到图像中心的像素距离，选择距离图像中心最近的缺陷区域，对该缺陷区域计算其X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值。

进一步地，步骤三之后还包括步骤四：按照下述公式计算缺陷区域实际尺寸和当前像素尺寸之间的关系：

l＝k_pl₁

式中，l表示缺陷区域实际尺寸；l₁表示缺陷区域像素尺寸。

进一步地，还包括步骤五：将包含元件表面缺陷区域编号、缺陷区域X、Y、Z轴修正坐标和实际尺寸信息形成检测结果文件并保存。

本发明的有益技术效果是：

本发明使用显微检测系统结合图像处理技术实现了对暗场检测结果的修正，提高了元件表面缺陷的定位和尺寸的测量精度，为后续激光修复提供了可靠的参数；该方法的各环节均无需人工参与，易于实现自动化。

附图说明

本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。

图1是本发明实施例中大口径元件表面微缺陷高精度自动定位装置结构示意图；

图2是本发明实施例中路径规划过程示意图；

图3是本发明实施例中利用自动聚焦修正Z轴坐标的流程图；

图4是本发明实施例中缺陷X、Y轴坐标偏差示意图；其中，图(a)对应单个缺陷；图(b)对应多缺陷；

图5是本发明实施例中显微检测文件结构示例图；

图6是本发明实施例中控制软件总体界面示例图；

图7是本发明实施例中路径规划结果对比图；其中，图(a)对应未经过路径规划结果；图(b)对应贪心算法路径规划结果；

图8是本发明实施例中某个缺陷坐标精定位过程示意图；其中，图(a)是暗场坐标粗定位结果；图(b)是自动聚焦与坐标修正过程；图(c)是本发明坐标精定位结果。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，在下文中将结合附图对本发明的示范性实施方式或实施例进行描述。显然，所描述的实施方式或实施例仅仅是本发明一部分的实施方式或实施例，而不是全部的。基于本发明中的实施方式或实施例，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方式或实施例，都应当属于本发明保护的范围。

本发明提出一种大口径元件表面微缺陷高精度自动定位方法，用于对缺陷点的高精度自动定位。该方法首先利用高分辨率显微检测系统获取缺陷图像，根据显微图像信息对暗场检测结果进行修正实现缺陷的高精度定位，满足了缺陷激光修复对于中心点的定位精度要求。

本发明实施例提供一种大口径元件表面微缺陷高精度自动定位方法，该方法包括以下步骤：

步骤一、获取元件表面缺陷区域的原始位置；原始位置包括在机床坐标系下X、Y、Z轴原始坐标；

步骤二、采用改变物距的自动聚焦方法对每个缺陷区域在机床坐标系下Z轴原始坐标进行修正，获得多个缺陷区域对应的Z轴修正坐标；

步骤三、根据Z轴修正坐标确定物距，采集不同物距下包含不同缺陷区域的多个图像，并对图像进行处理，利用处理结果对每个缺陷区域X、Y轴坐标进行修正，获得多个缺陷区域对应的X、Y轴修正坐标。

本实施例中，可选地，步骤一的具体步骤包括：在预设扫描区域内对元件表面进行逐行逐列移动扫描，采集获取多个预设拍照位置的多张子孔径图像；对多张子孔径图像进行处理，获得元件表面缺陷区域的像素坐标位置和像素尺寸；其中，将包络缺陷区域中所有像素点的最小外接圆圆心作为每个缺陷区域对应的像素坐标，然后将像素坐标进行转换，获得每个缺陷区域在机床坐标系下的X、Y轴原始坐标；每个缺陷区域在机床坐标系下的Z轴原始坐标为采集多张子孔径图像时相机的位置。

本实施例中，可选地，步骤一中还包括获取元件表面缺陷区域的原始尺寸；以包络每个缺陷区域中所有像素点的最小外接圆直径作为每个缺陷区域的像素尺寸，再通过标定的一个像素代表的物理尺寸计算获得缺陷区域的原始尺寸。

本实施例中，可选地，步骤二的具体步骤包括：对于每个缺陷区域，设置搜索步长以改变相机和元件之间的物距，按照搜索步长采集缺陷区域在不同焦平面下的图像；对于每个焦平面下的一个图像，计算其水平和垂直方向的梯度平方和；比较不同焦平面对应的多个水平和垂直方向的梯度平方和，当水平和垂直方向的梯度平方和的值减小时，减小搜索步长以提高聚焦精度，否则按照搜索步长沿反方向进行采集；继续采集包含缺陷区域的图像，重复上述过程，直至搜索步长小于预设步长阈值时停止；此时，缺陷区域在机床坐标系下的Z轴修正坐标为：缺陷区域在机床坐标系下的Z轴原始坐标加上多个焦平面所对应的搜索步长的总和。

本实施例中，可选地，步骤三的具体步骤包括：

步骤三一、Z轴修正坐标对应的物距确定了聚焦清晰时相机和元件的位置，在聚焦清晰后采集包含缺陷区域的图像；

步骤三二、对图像进行二值化处理；

步骤三三、对经过二值化处理的图像提取缺陷区域轮廓，计算缺陷区域的X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值；

步骤三四、根据像素坐标偏差值计算缺陷区域的X、Y轴当前坐标和原始坐标在机床坐标系下的实际坐标偏差值；

步骤三五、根据实际坐标偏差值计算获得缺陷区域的X、Y轴修正坐标。

本实施例中，可选地，步骤二中水平方向的梯度S_x(x,y)计算公式为：

式中，f(x,y)表示图像；Sobel_x表示水平方向梯度算子；表示卷积运算；

垂直方向的梯度S_y(x,y)计算公式为：

式中，S_y(x,y)表示垂直方向梯度算子。

本实施例中，可选地，步骤三四中按照下述公式计算获得实际坐标偏差值(Δx,Δy)：

(Δx,Δy)＝(k_pΔx₁,k_pΔy₁)

式中，k_p表示已标定的图像单个像素所代表的实际尺寸；Δx₁,Δy₁表示缺陷区域在X、Y轴方向的像素坐标偏差值。

本实施例中，可选地，步骤三五中按照下述公式计算获得X、Y轴修正坐标(x_P,y_P)：

(x_P,y_P)＝(x_R+Δx,y_R+Δy)

式中，(x_R,y_R)表示缺陷区域的X、Y轴原始坐标。

本实施例中，可选地，步骤三三中在对经过二值化处理的图像提取缺陷区域轮廓后，计算包络该缺陷区域轮廓的最小外接圆，以最小外接圆圆心作为该缺陷区域的像素坐标，以最小外接圆半径作为该缺陷区域当前像素尺寸；首先将缺陷区域当前像素尺寸与原始尺寸对应的原始像素尺寸进行比较，舍去像素尺寸误差超过预设百分比阈值的缺陷区域；然后对保留的缺陷区域计算其像素坐标到图像中心的像素距离，选择距离图像中心最近的缺陷区域，对该缺陷区域计算其X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值。

本实施例中，可选地，步骤三之后还包括步骤四：按照下述公式计算缺陷区域实际尺寸和像素尺寸之间的关系：

l＝k_pl₁

式中，l表示缺陷区域实际尺寸；l₁表示缺陷区域像素尺寸。

本实施例中，可选地，还包括步骤五：将包含元件表面缺陷区域编号、缺陷区域X、Y、Z轴修正坐标和实际尺寸信息形成检测结果文件并保存。

本发明另一实施例提供一种大口径元件表面微缺陷高精度自动定位方法，其应用的装置示意如图1所示，包括运动平台、暗场检测系统和明场显微检测系统。运动平台包含X、Y、Z三个运动轴，定位精度为±10μm，X、Y、Z运动轴的运动方向分别和机床坐标系的X、Y、Z坐标轴方向一致；运动平台可搭载光学大口径元件实现沿X、Y轴方向的移动，搭载明场显微检测系统和暗场检测系统实现沿Z轴方向的移动。明场显微检测系统由面阵CCD相机、可变焦显微镜头和光源(同轴光源和环形光源)组成，面阵CCD相机分辨率为2456×2056，像元大小为3.45μm×3.45μm，显微镜头放大倍率为5.5×，其工作距离为105mm；暗场检测系统由面阵相机、远心镜头和环形光源组成，面阵相机的分辨率为5120×5120，像元尺寸为4.5μm×4.5μm，双远心镜头的放大倍率为0.46，工作距离为180mm±3％。为形成暗场检测环境，采用环形光源低角度照射光学元件表面，并通过光源控制器自动调整光源的亮度和通断。

本发明实施例首先利用暗场检测系统的检测结果即已经获得的元件表面缺陷的位置信息和实际尺寸规划明场显微检测系统的检测路径，之后按照规划的路径将缺陷点逐个移动到显微相机下进行精定位。该缺陷点的精定位过程是通过获取暗场坐标修正值实现的，包括利用自动聚焦获取Z轴坐标的修正值，通过图像处理计算缺陷点中心偏离明场显微检测系统中相机视野中心的距离，从而获取X、Y坐标的修正值；最后将获得的修正值补偿到暗场检测系统的检测结果中即可得到用于表面微缺陷定位的高精度坐标。具体步骤如下：

步骤1、制定明场显微检测系统的检测路径。

根据本发明实施例，根据暗场检测系统的检测结果，可以得到缺陷点移动到明场显微检测系统中相机视野的机床坐标系下坐标，利用该坐标信息可将缺陷点逐个移动到明场显微检测系统中相机视野内进行精定位。由于待检测点在元件表面随机分布且数量众多，按照暗场检测系统采集图像的顺序进行逐个定位会使得采集路径过长。因此，本发明采用贪心算法对检测路径进行优化，同时保证平台定位到缺陷点时运动方向始终为正向以提高定位精度。

路径规划问题属于旅行商问题(TSP)，由于待检测点数量众多，精确解的求解耗时巨大甚至不可行，为兼顾求解精度和求解效率，本发明采用贪心算法对缺陷定位路径进行规划。该算法的原理是从起点开始，每次寻找未经过点中距离当前点最近的点作为下一步进点，直至遍历所有点形成完整路径，该过程如图2所示。为提高定位精度，在缺陷点运动到明场视野时始终保持机床各轴的运动方向为正向，后续涉及到缺陷点定位的所有操作均按照这一规定执行，单向定位可以有效减小由于运动平台硬件精度不足引起的误差。

步骤2、对缺陷点Z轴坐标进行修正。

根据本发明实施例，当平台根据暗场检测结果将缺陷定位到明场显微视野时，Z值的偏差会使焦平面偏离表面缺陷造成显微图像模糊。利用这一特征，本发明通过控制Z轴移动获得聚焦清晰时的Z轴坐标来修正Z轴方向的偏差。

采用改变物距的自动聚焦方法对Z轴坐标进行修正，通过控制相机沿Z轴方向移动来不断调整物距直至采集的明场图像清晰，该过程如图3所示。目标点定位到明场视野且平台停稳后采集图像，通过计算图像清晰度判断图像是否聚焦清晰，若图像清晰度达到最大值，记录下此时Z轴位置作为修正后的坐标，否则控制相机沿Z轴方向移动以使图像清晰度提高，直到清晰度最大。

为实现图3所示的自动聚焦过程，需要对图像的清晰度评价函数和峰值搜索算法进行设计。清晰度评价函数用来定量表达图像的清晰程度，理想的评价函数达到最大值时所对应的Z轴坐标位置应为最佳的聚焦位置。峰值搜索算法用于控制Z轴运动，搜索清晰度评价函数的峰值。使用式(1)所示的Tenengrad函数来评价图像的清晰度，该函数是一种基于梯度的评价函数。

式中，Sobel_x,Sobel_y分别表示水平和垂直方向的梯度算子，例如为：

一般情况下，聚焦越好的图像拥有更加清晰的边缘，因而其边缘的梯度值较大。基于上述原理，Tenengrad函数通过计算图像水平和垂直方向的梯度平方和来对图像的清晰程度进行评估。

选用爬山算法作为峰值搜索算法，该算法是一种局部择优算法。爬山算法从当前点开始与相邻点进行比较，如果当前点最大则把该值作为最大值返回，否则选取最大的相邻点作为下一个点继续搜索，因而该算法搜索到的是局部极大值，只有在函数为单峰时才能搜索到最大值。由于暗场检测的缺陷坐标具有一定精度，根据暗场检测结果定位到明场视野时，明场相机采集的图像位于焦点附近，评价函数在该范围内剧烈变化且呈现明显的单峰形式，可以满足爬山算法的使用要求。该过程的具体步骤为：

步骤2-1：根据步骤1制定的暗场检测路径将缺陷点移动到明场显微检测工位，记录当前Z轴坐标z₀，设置初始步长S_size＝50μm，明场相机采集图像并传输到控制系统，计算Tenengard函数值f(z₀)；

步骤2-2：控制Z轴移动到z₁＝z₀+S_size，待平台停稳后，明场相机采集图像并传输到控制系统，计算Tenengard函数值f(z₁)；

步骤2-3：若f(z₁)>f(z₀)，设置步长S_size＝S_size，否则S_size＝-S_size×0.7；

步骤2-4：令z₀＝z₁，重复步骤2-2、2-3，当步长|S_size|＜10μm时，停止搜索，当前位置即为清晰度评价函数峰值位置也是修正后Z坐标的位置Z_F。

步骤3、对缺陷点X、Y轴坐标进行修正。

根据本发明实施例，通过对缺陷点Z轴坐标进行修正的过程可以获得聚焦清晰的缺陷图像，利用该图像对X、Y轴坐标进行修正。由于X、Y轴坐标的偏差会使缺陷点偏离明场视野中心，因此，通过对包含缺陷点的图像进行处理获得缺陷点中心到明场视野中心的距离，以修正X、Y轴坐标的偏差。该过程主要包括：缺陷显微图像的分割处理、目标轮廓的提取、实际偏差值的计算等。具体步骤为：

步骤3-1：对聚焦清晰的显微图像进行二值化处理。

采用基于卷积神经网络的图像分割方法，该方法在复杂背景条件下仍有较好的分割能力，且无需人工设置参数。将显微图像输入到预先训练好的分割模型中即可自动得到二值化图像，其中，背景部分的灰度值被置为0，目标区域灰度值被置为255。

步骤3-2：提取目标区域轮廓，计算实际偏差值。

a.当二值化图像中只含有单个目标时，如图4(a)所示，可直接将该区域轮廓作为当前缺陷点轮廓，计算包络所有轮廓点的最小外接圆，则该缺陷点的实际定位偏差和实际尺寸可由式(2)计算。

(Δx,Δy)＝(k_pΔx₁,k_pΔy₁)，l＝k_pl₁ (2)

式中：Δx,Δy,l分别表示缺陷点在x、y轴方向的实际偏差值和缺陷点实际尺寸；Δx₁,Δy₁,l₁分别表示缺陷点在x、y轴方向的像素偏差值和缺陷点的像素尺寸；k_p表示图像单个像素所代表的实际尺寸，该系数可由标准刻度板进行标定得到。

b.当背景存在干扰或显微视野内存在多个缺陷点时，如图4(b)所示，二值化图像会包含多个目标区域，此时需要对目标点进行辨别以确定当前检测点，该过程的具体步骤为：

采用式(3)计算所有目标点的尺寸和坐标偏差：

(x_P,y_P,z_P)＝(x_R+Δx,y_R+Δy,z_F) (3)

将通过显微图像获得的缺陷尺寸与通过暗场检测计算的缺陷点尺寸进行比较，舍去尺寸误差超过20％的目标点；计算剩余目标点到明场显微图像中心的像素距离，由于暗场检测结果精度较高，按照暗场检测获得的坐标进行定位可以将缺陷点移动到明场显微视野中心附近，因此当显微图像中出现多个尺寸相近的点时，选择距离中心最近的目标点作为缺陷点，该目标点的实际偏差即为缺陷点的实际偏差。

步骤4、生成明场显微检测文件。

根据本发明实施例，明场精定位完成后需要将修正后的缺陷信息保存为明场显微检测文件，该文件可为后续缺陷点的定位和修复方案的制定提供位置和尺寸信息。明场显微检测文件格式如图5所示，缺陷信息以树状结构保存在xml格式的文件中。文件将缺陷的ID号作为根目录下的第一个分支，每一个ID中记录了该缺陷点的暗场检测结果和明场显微检测结果。缺陷位置坐标指的是将缺陷点移动到明场视野中心时的机床坐标，缺陷点移动到其他工位的机床坐标可以通过标定该工位与明场工位间的距离得到。明场检测结果中的缺陷位置坐标可由式(3)计算。

本发明另一实施例提供一种大口径元件表面微缺陷高精度自动定位方法的实例分析，利用上述方法对已经完成暗场检测的某批次元件进行精定位，该元件口径为430mm×430mm，显微图像单个像素所代表的实际尺寸已通过标准刻度板进行标定，为0.63μm/pixel。图6是自主开发的大口径熔石英元件表面缺陷自动化检测与修复控制软件，表面微缺陷高精度定位是整个自动化流程的一部分，使用该软件可自动执行精定位过程，无需人工操作。软件运行具体过程如下：

(1)在完成暗场检测后，软件会自动载入暗场检测文件并对其进行路径规划。该批次元件通过暗场检测共检出1354个缺陷，图7(a)是未进行规划时，对暗场检测目标进行定位的路径图，该定位路径的总路程为69477mm，假定平台以30mm/s速度运行，遍历所有点将耗时35.6分钟；图7(b)是采用本发明中贪心算法进行路径规划的结果图，该路径总长度为5679mm，遍历所有点耗时3.155分钟，与原路径相比平台运动时间明显缩短。

(2)按照步骤(1)获得的路径对缺陷点进行逐个检测。以DefectID-195缺陷为例，由暗场检测结果可知，该缺陷点定位到显微检测工位时的坐标为(15.284mm,-77.297mm,7.477mm)，图8(a)是根据该坐标进行定位后显微相机采集的图像，缺陷点偏离明场视野中心且图像模糊，表明暗场检测结果存在较大误差；使用本发明提出的自动聚焦算法对Z坐标进行修正，图8(b)为自动聚焦后缺陷图像，图像清晰度明显提升，记录当前的机床坐标Z＝7.445mm作为Z方向的修正坐标；对聚焦清晰的图像进行处理，获取缺陷的最小外接圆并计算缺陷最小外接圆偏离明场视野中心的距离，计算结果如图8(b)所示。得到缺陷明场精定位坐标如下式(4)所示，按照该坐标对缺陷点进行重新定位，定位结果如图8(c)所示。

(x_P,y_P,z_P)＝(15.556mm,-77.378mm,7.445mm) (4)

(3)重复上述过程，直至遍历所有缺陷点。将检测结果按照图5所示的格式保存到明场显微检测文件中。

本发明通过以上步骤实现了大口径元件表面微缺陷的高精度自动定位，为后续缺陷点的精确定位和激光修复提供了可靠的参数。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (4)

1.一种大口径元件表面微缺陷高精度自动定位方法，其特征在于，包括以下步骤：

步骤一、获取元件表面缺陷区域的原始位置；所述原始位置包括在机床坐标系下X、Y、Z轴原始坐标；

步骤二、采用改变物距的自动聚焦方法对每个缺陷区域在机床坐标系下Z轴原始坐标进行修正，获得多个缺陷区域对应的Z轴修正坐标；具体步骤包括：

对于每个缺陷区域，设置搜索步长以改变相机和元件之间的物距，按照搜索步长采集缺陷区域在不同焦平面下的图像；对于每个焦平面下的一个图像，计算其水平和垂直方向的梯度平方和；比较不同焦平面对应的多个水平和垂直方向的梯度平方和，当水平和垂直方向的梯度平方和的值减小时，减小搜索步长以提高聚焦精度，否则按照搜索步长沿反方向进行采集；继续采集包含缺陷区域的图像，重复上述过程，直至搜索步长小于预设步长阈值时停止；此时，缺陷区域在机床坐标系下的Z轴修正坐标为：Z轴原始坐标加上多个焦平面所对应的搜索步长的总和；其中，水平方向的梯度S_x(x,y)计算公式为：

式中，f(x,y)表示图像；Sobel_x表示水平方向梯度算子；表示卷积运算；

垂直方向的梯度S_y(x,y)计算公式为：

式中，S_y(x,y)表示垂直方向梯度算子；

步骤三、根据所述Z轴修正坐标确定物距，采集不同物距下对应包含不同缺陷区域的多个图像，并对所述图像进行处理，利用处理结果对每个缺陷区域X、Y轴坐标进行修正，获得多个缺陷区域对应的X、Y轴修正坐标；具体步骤包括：

步骤三一、所述Z轴修正坐标对应的物距确定了聚焦清晰时相机和元件的位置，在聚焦清晰后采集包含缺陷区域的图像；

步骤三二、对所述图像进行二值化处理；

步骤三三、对经过二值化处理的图像提取缺陷区域轮廓，计算缺陷区域的X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值；具体为：在对经过二值化处理的图像提取缺陷区域轮廓后，计算包络该缺陷区域轮廓的最小外接圆，以最小外接圆圆心作为该缺陷区域的像素坐标，以最小外接圆半径作为该缺陷区域当前像素尺寸；首先将缺陷区域当前像素尺寸与原始尺寸对应的原始像素尺寸进行比较，舍去像素尺寸误差超过预设百分比阈值的缺陷区域；然后对保留的缺陷区域计算其像素坐标到图像中心的像素距离，选择距离图像中心最近的缺陷区域，对该缺陷区域计算其X、Y轴当前坐标和原始坐标在图像坐标系下的像素坐标偏差值；

步骤三四、根据像素坐标偏差值计算缺陷区域的X、Y轴当前坐标和原始坐标在机床坐标系下的实际坐标偏差值；按照下述公式计算获得实际坐标偏差值(Δx,Δy)：

(Δx,Δy)＝(k_pΔx₁,k_pΔy₁)

式中，k_p表示已标定的图像单个像素所代表的实际尺寸；Δx₁,Δy₁表示缺陷区域在X、Y轴方向的像素坐标偏差值；

步骤三五、根据实际坐标偏差值计算获得缺陷区域X、Y轴修正坐标；按照下述公式计算获得X、Y轴修正坐标(x_P,y_P)：

(x_P,y_P)＝(x_R+Δx,y_R+Δy)

式中，(x_R,y_R)表示缺陷区域X、Y轴原始坐标。

2.根据权利要求1所述的一种大口径元件表面微缺陷高精度自动定位方法，其特征在于，步骤一中还包括获取元件表面缺陷区域的原始尺寸。

3.根据权利要求1所述的一种大口径元件表面微缺陷高精度自动定位方法，其特征在于，步骤三之后还包括步骤四：按照下述公式计算缺陷区域实际尺寸和当前像素尺寸之间的关系：

l＝k_pl₁

式中，l表示缺陷区域实际尺寸；l₁表示缺陷区域像素尺寸。

4.根据权利要求1所述的一种大口径元件表面微缺陷高精度自动定位方法，其特征在于，还包括步骤五：将包含元件表面缺陷区域编号、缺陷区域X、Y、Z轴修正坐标和实际尺寸信息形成检测结果文件并保存。