CN114460053A - 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 - Google Patents
基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 Download PDFInfo
- Publication number
- CN114460053A CN114460053A CN202210069781.4A CN202210069781A CN114460053A CN 114460053 A CN114460053 A CN 114460053A CN 202210069781 A CN202210069781 A CN 202210069781A CN 114460053 A CN114460053 A CN 114460053A
- Authority
- CN
- China
- Prior art keywords
- optical element
- fluorescence
- defect
- image
- subsurface
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N21/643—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" non-biological material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Abstract
本发明涉及一种基于量子点荧光效应的光学元件亚表面缺陷三维重构方法。为解决现有技术亚表面缺陷处荧光强度弱、三维信息获取不完整的问题。本发明步骤为:步骤1)选择适合标记光学元件的量子点;步骤2)制备两组试件,对试件进行区域划分;步骤3)将获取到亚表面缺陷处荧光切片中的色值转换成亮度,对图像进行灰度化处理;步骤4)对获取到的亚表面缺陷荧光切片图像恢复原有图像中的灰度值;步骤5)对缺陷边缘的提取,最后选择八邻域目标跟踪将缺陷进行连接;步骤6)对提取后的光学元件亚表面缺陷荧光切片图像,每两层进行读取,构成三维体数据场,在三维数据场中提取等值面,并进行连接,完成光学元件亚表面缺陷的三维重建。
Description
技术领域:
本发明涉及光学元件亚表面缺陷无损检测技术领域,具体涉及一种 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法。
背景技术:
光学元件广泛的应用于军事、科学以及日常生活中,但其在生产加 工中会不可避免的产生亚表面缺陷。光学元件中亚表面缺陷的存在会影 响其在光学系统中的稳定性,因此为了保证制备的元件能够稳定地用于 实际装置中,首先要对光学元件亚表面亚缺陷进行检测,提高光学元件 在光学系统中应用的稳定性。
目前,对于光学元件亚表面缺陷检测方法主要分为两类:破坏性检 测方法和非破坏性检测方法。破坏性检测方法会对试件造成损伤且效率 低,因此为了不破坏试件表面多采用非破坏性方法。目前的非破坏性方 法只能对亚表面缺陷的深度和二维截面进行评测,未对亚表面缺陷的三 维形貌进行观测,从而无法对光学元件质量做出更准确的评估。
发明内容
本发明为解决现有技术亚表面缺陷处荧光强度弱、三维信息获取 不完整的问题,提供了一种基于量子点荧光效应的光学元件亚表面缺 陷三维重构方法。
为达到本发明的目的,本发明提供的技术方案是:一种基于量子点 荧光效应的光学元件亚表面缺陷三维重构方法,包括以下步骤:
步骤1):选择适合标记光学元件的量子点;
步骤2):选择好合适的量子点后,制备两组试件,一组在研磨 过程中加入量子点,另一组不加入量子点;将未加入量子点的荧光图像 中荧光强度的最高值设为阈值,在加入量子点的荧光图像中将低于该阈 值的设为背景,使用激光共聚焦显微镜采集图像的加入量子点的荧光图 像中荧光强度的最高值,判断量子点是否进入亚表面缺陷,确定亚表面缺陷的位置后,对亚表面缺陷处进行先Z轴再X轴的扫描路径,有利 深度信息的采集,设置层析间隔为样本维度的2.3倍进行采样,避免因 层析距离过大时,造成图像的分辨率降低,影响重构的精确度;
步骤3):将获取到亚表面缺陷处荧光切片中的色值转换成亮度, 参照YUV和RGB的对应关系,对图像进行灰度化处理;
步骤4):对获取到的亚表面缺陷荧光切片图像进行双边自适应滤 波,恢复原有图像中的灰度值;
步骤5):使用最大类间方差法结合canny算子实现对缺陷边缘的 提取,最后选择八邻域目标跟踪将缺陷进行连接;
步骤6):对提取后的光学元件亚表面缺陷荧光切片图像,每两 层进行读取,构成三维体数据场,根据阈值在三维数据场中提取等值 面,将等值面进行连接,完成光学元件亚表面缺陷的三维重建。
上述步骤2)中:对试件进行区域划分,分区进行。
与现有技术相比,本发明的优点如下:
1、本发明根据量子点自身独特的荧光效应选择适合于光学元件 亚表面缺陷标记的量子点,增强光学元件亚表面缺陷处的荧光强度, 可以采集到更多的荧光切片图像,为亚表面缺陷重构提供更多二维截 面信息,提高重构的精度。
2、本发明通过大视场下确定亚表面缺陷的位置,使用先z轴再 x轴的采集切片技术,大大提高了采集切片速度,避免了全视场扫描 及无效体数据的获取,提高了重构的时间和速度。
3、本发明方法采用的YUV颜色编码法,能够最大限度的保留 重构所需要的亚表面缺细节信息,并且大大的减少了计算时间和存储 空间。
4、本发明采用的双边滤波算法对采集到的所有切片图像进行去 噪,将重构的细节信息最大程度的保留,提高了亚表面缺陷的重构精 度。
5、本发明对去噪后的荧光切片图像进行缺陷边缘提取时,使用 了最大类间方差法和Canny算法相结合的方法将缺陷断裂处进行补 全,为重构提供更多细节信息。
6、本发明针对传统MC算法中二义性问题、三角面片顶点和棱 边重复计算问题和重构图像中三角面片分布不均的问题,提出了改进 MC算法,提高了重构的精确率和快速性,实现了光学元件亚表面缺 陷完整三维信息的获取,从而对加工后的光学元件生产效率做出更准 确的评估,为提高其能指标奠定基础,增强了光学元件在光学系统中 应用的准确性。
附图说明:
图1为本发明存在二义性的相交类型及修改后的相交类型;
图2为本发明二义性面的连接方式;
图3为本发明4构型的扩充拓扑结构;
图4为本发明21种拓扑结构;
图5为本发明的流程图。
具体实施方式:
下面将通过具体实施例对本发明进行详细地说明。
一种基于量子点荧光效应的光学元件亚表面缺陷三维重构方法,包 括以下步骤:
步骤1)选择适合标记光学元件的量子点:通过在各产生亚表面 缺陷的加工工艺过程中,添加不同的量子点标记物,基于不同量子点 受激光激发后产生荧光强度、标记时间现象的差异,选择适合标记光 学元件的量子点,用于增强光学元件亚表面缺陷处的荧光。
具体方法为:对同种种类,不同波长的量子点利用荧光分光光度计 进行荧光波长的标定,选择出与光学元件自发荧光区别较大的量子点, 来对光学元件亚表面缺陷进行标定。对同种,同波长,不同浓度的量子 点在不同加工条件下,不同工序中加入作为标记物,基于不同浓度量子 点受激光激发后产生荧光强度、标记时间现象的差异,选择适合用于亚表面缺陷的标记和荧光信号增强的合适浓度量子点标记物。
荧光强度大小采用改进的有效质量近似法(EMA)计算量子点标记 物的量子荧光效应,通过对布里渊区内函数的积分计算低维系统的能 级,根据量子点的能级判断该标记物荧光强度的强弱。
采用改进的有效质量近似法(EMA)计算量子点标记物的量子限 制效应,通过对布里渊区内函数的积分计算低维系统的能级。首先分 析在一维方向上无限深势阱中量子限制效应的问题,无限深势阱中的 粒子可用平面波函数展开:
ψj(x)=∫Cj(k)φ(k)dk
其能级如下:
受限Bloch粒子的能级由下式决定:
由此可计算精确的限制Bloch电子的能级结构。利用材料的能带 结构,将量子点的分立能级用体材料对应能带的Bloch波展开,计算 量子点的分立能级;根据量子点的能级判断该标记物是否具有强荧光 效应。
步骤2):当紫外激光照射元件表面,具有荧光效应的量子点会被 激发,发出波长更长的荧光,在激光共聚焦中选择荧光模式时,荧光滤 波片将紫外激光和荧光分离,检测得到的荧光成像信息即为亚表面缺 陷。
具体的方式是:制备两组试件,对试件进行区域划分;
具体方法为:制备相同加工条件下的两组试件,一组在研磨过程中 加入量子点,另一组不加入量子点。将未加入量子点的荧光图像中荧光 强度的最高值设为阈值,在加入量子点的荧光图像中将低于该阈值的设 为背景,高于该阈值的视为量子点所发的荧光,使用激光共聚焦显微镜 采集图像的入量子点的荧光图像中荧光强度的最高值,从而判断量子点 是否进入亚表面缺陷,可以确定出光学元件亚表面缺陷的大致位置,对 试件的周围进行标记,可以将试件分割成4个区域,利用共聚焦显微镜 对标记的位置进行先Z轴再X轴的层析扫描,层析间隔取为样本维度 的2.3倍进行采样,这样可以大量减少无效体数据的获取,为重构节约 时间和减少资源的浪费。
步骤3):将获取到亚表面缺陷处荧光切片中的色值转换成亮度, 参照YUV和RGB的对应关系,对图像进行灰度化处理。
步骤4):对获取到的亚表面缺陷荧光切片图像进行双边自适应滤 波,减少图像中的无用噪声点,恢复原有图像中的灰度值。
从采集的荧光图像中可以看出光学元件亚表面缺陷的荧光信号分 布不均,需要对其进行去噪处理,根据对大量图像数据的统计分析,噪 声信号主要以椒盐噪声的形式出现,并且各切片图像中信噪比各不相 同,采用自适应双边滤波进行图像噪声的去除。
对元件的亚表面缺陷进行检测时,场中大部分为背景,仅有少部分 为有效的缺陷数据点,选择最大类间方差法进行处理,将背景信息设为 黑色,去缺陷信息的灰度值设为255。
步骤5):在完成最大类间方差法的背景均匀化后,使用canny算 子实现对缺陷边缘的提取,最后选择八邻域目标跟踪将缺陷进行连接。
具体方法为:将缺陷背景均匀化后,使用canny算子对其进行边缘 提取,首先通过高斯滤波器的导数来计算梯度,并寻找梯度的极大值, 设定为局部最优解。该算子使用两个强弱阈值分别检测图像的强弱边 缘,只有图像的弱边缘与强边缘直接相连,将其输出。进行边缘检测之 后,需要通过边缘跟踪算法来讲离散的边缘串接起来,选择八邻域目标跟踪算法对图像的缺陷轮廓进行标记,完成光学元件亚表面缺陷的提 取。
步骤6):对提取后的光学元件亚表面缺陷荧光切片图像,每两层 进行读取,构成三维体数据场,根据阈值在三维数据场中提取等值面, 将等值面进行连接,完成光学元件亚表面缺陷的三维重建。
具体方法为:将预处理后的切片图像,每两层进行数据输入,相邻 层上的各4个像素组成一个体元立方体的8个顶点,并逐个处理三维图 像中的立方体,分类出与等值面相交的立方体,采用黄金分割点法计算 出等值面与立方体边的交点。根据立方体每一顶点与等值面的相对位 置,将等值面与立方体的边的交点按一定方式连接生成等值面,作为等值面在该立方体内的一个逼近表示。
其中等值面的拓扑连接方式:首先通过将互补的体元与等值面的相 交类型不采用一种三角面片连接方式,结果如图1所示。
接着对于4构型,利用双曲线两条渐进线的交点必与边界面的两对 对角顶点中的一对落在同一区域内这一特点来判别等值面的连接方式, 如图2所示,而内部的渐进线交点处的灰度值为:
其中,f(x,y)表示的是点(x,y,z)处的灰度值,因为各点处的 z值相同,将其省略。在二义性面上,其中顶点(0,0)、(1,0)为 有标记的点,如图2所示。
要确定二义性面的连接方式,就可通过计算二义性面上四个顶点的 灰度值计算,当f(0,0)×f(1,1)>f(0,1)×f(1,0)时,连接方式选择图2中的 Ⅰ,反之则选择图2中的Ⅱ。对于体二义性,也可以采用该方式,对两 条主对对角线上的四个顶点也采用顺时针定义,将4构型进行补充,结 果如图3所示。
由于可以通过重建前的遍历确定是否有等值面,可以将1构型去掉; 综上扩充的拓扑结构图如4所示。
改进后的拓扑结构根据编号规则,可以将拓扑结构表进行补充如 下表1所示。
表1扩充拓扑结构表
其中的等值点坐标和法向量计算,使用如下式进行计算:
如果在x轴上的棱边有等值点,那么交点的坐标为:
如果在y轴上的棱边有等值点,那么交点的坐标为:
如果在z轴上的棱边有等值点,那么交点的坐标为:
各交点的法向量计算如下式:
如果在x轴上的棱边有等值点,那么交点的法向量为:
如果在y轴上的棱边有等值点,那么交点的法向量为:
如果在z轴上的棱边有等值点,那么交点的法向量为:
对于生成的三维重建图像使用拉普拉斯进行平滑去噪具体方法为:
(1)选择权重因子wi,wi0为顶点P一阶邻域顶点个数的倒数,wi1为 顶点P与邻域顶点距离的倒数。
(2)计算Laplacian算子:当wi=wi0时,Laplaican算子为:
当wi=wi1时,Laplacian算子为:
(3)联合上式计算新的顶点坐标PN,从而实现形成新的经过平滑 的模型。
最后完成光学元件亚表面缺陷的三维重建。
Claims (2)
1.一种基于量子点荧光效应的光学元件亚表面缺陷三维重构方法,包括以下步骤:
步骤1):选择适合标记光学元件的量子点;
步骤2):选择好合适的量子点后,制备两组试件,一组在研磨过程中加入量子点,另一组不加入量子点;将未加入量子点的荧光图像中荧光强度的最高值设为阈值,在加入量子点的荧光图像中将低于该阈值的设为背景,使用激光共聚焦显微镜采集图像的加入量子点的荧光图像中荧光强度的最高值,判断量子点是否进入亚表面缺陷,确定亚表面缺陷的位置后,对亚表面缺陷处进行先Z轴再X轴的扫描路径,有利深度信息的采集,设置层析间隔为样本维度的2.3倍进行采样,避免因层析距离过大时,造成图像的分辨率降低,影响重构的精确度;
步骤3):将获取到亚表面缺陷处荧光切片中的色值转换成亮度,参照YUV和RGB的对应关系,对图像进行灰度化处理;
步骤4):对获取到的亚表面缺陷荧光切片图像进行双边自适应滤波,恢复原有图像中的灰度值;
步骤5):使用最大类间方差法结合canny算子实现对缺陷边缘的提取,最后选择八邻域目标跟踪将缺陷进行连接;
步骤6):对提取后的光学元件亚表面缺陷荧光切片图像,每两层进行读取,构成三维体数据场,根据阈值在三维数据场中提取等值面,将等值面进行连接,完成光学元件亚表面缺陷的三维重建。
2.如权利要求1所述的基于量子点荧光效应的光学元件亚表面缺陷三维重构方法,其特征在于:所述步骤2)中,对试件进行区域划分,分区进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210069781.4A CN114460053B (zh) | 2022-01-21 | 2022-01-21 | 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210069781.4A CN114460053B (zh) | 2022-01-21 | 2022-01-21 | 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114460053A true CN114460053A (zh) | 2022-05-10 |
CN114460053B CN114460053B (zh) | 2023-10-20 |
Family
ID=81408724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210069781.4A Active CN114460053B (zh) | 2022-01-21 | 2022-01-21 | 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114460053B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708268A (zh) * | 2022-06-08 | 2022-07-05 | 深圳市智宇精密五金塑胶有限公司 | 一种五金零件缺陷检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10054552B1 (en) * | 2017-09-27 | 2018-08-21 | United Technologies Corporation | System and method for automated fluorescent penetrant inspection |
CN110686614A (zh) * | 2019-10-11 | 2020-01-14 | 西安工业大学 | 一种光学元件亚表面缺陷深度信息的检测装置及检测方法 |
CN110879229A (zh) * | 2019-10-16 | 2020-03-13 | 长春理工大学 | 基于量子点的光学元件亚表面缺陷深度检测方法 |
CN111122594A (zh) * | 2020-02-11 | 2020-05-08 | 中国工程物理研究院激光聚变研究中心 | 一种利用荧光增强法检测光学元件亚表面缺陷的方法 |
WO2020155819A1 (zh) * | 2019-01-31 | 2020-08-06 | 清华大学 | 表征二维材料缺陷的方法及其应用 |
-
2022
- 2022-01-21 CN CN202210069781.4A patent/CN114460053B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10054552B1 (en) * | 2017-09-27 | 2018-08-21 | United Technologies Corporation | System and method for automated fluorescent penetrant inspection |
WO2020155819A1 (zh) * | 2019-01-31 | 2020-08-06 | 清华大学 | 表征二维材料缺陷的方法及其应用 |
CN110686614A (zh) * | 2019-10-11 | 2020-01-14 | 西安工业大学 | 一种光学元件亚表面缺陷深度信息的检测装置及检测方法 |
CN110879229A (zh) * | 2019-10-16 | 2020-03-13 | 长春理工大学 | 基于量子点的光学元件亚表面缺陷深度检测方法 |
CN111122594A (zh) * | 2020-02-11 | 2020-05-08 | 中国工程物理研究院激光聚变研究中心 | 一种利用荧光增强法检测光学元件亚表面缺陷的方法 |
Non-Patent Citations (1)
Title |
---|
张健浦;孙焕宇;王狮凌;黄进;周晓燕;王凤蕊;刘红婕;刘东;: "熔融石英光学元件亚表面缺陷三维重构技术", 光学学报, no. 02, pages 141 - 151 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708268A (zh) * | 2022-06-08 | 2022-07-05 | 深圳市智宇精密五金塑胶有限公司 | 一种五金零件缺陷检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114460053B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087274B (zh) | 基于多维融合及语义分割的电子器件缺陷检测方法及装置 | |
WO2018107939A1 (zh) | 一种基于边缘完备度的图像分割最优识别方法 | |
Graham et al. | Automated sizing of coarse-grained sediments: image-processing procedures | |
JP4339541B2 (ja) | 光学検査システム | |
CN110033516B (zh) | 基于双目相机图像采集识别的针片状颗粒含量检测方法 | |
CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
CN103940708B (zh) | 一种钢材全形态晶粒的快速测量、精细分类方法 | |
CN103733322B (zh) | 提供裂纹检测用预测模型的方法和检测半导体结构上的裂纹的方法 | |
CN105787486A (zh) | 一种基于图像处理的钢梁裂纹检测方法 | |
CN104318564A (zh) | 一种矿物颗粒分相的方法 | |
Chen et al. | A mathematical morphology-based multi-level filter of LiDAR data for generating DTMs | |
Arachchige et al. | Automatic processing of mobile laser scanner point clouds for building facade detection | |
CN114460053B (zh) | 基于量子点荧光效应的光学元件亚表面缺陷三维重构方法 | |
CN110211128B (zh) | 基于遥感影像和dem的黄土高原梯田提取方法 | |
CN114972397A (zh) | 一种用于风电叶片复合材料的红外图像缺陷轮廓检测方法 | |
CN103177426B (zh) | 一种基于形态学的强干扰激光边缘图像修复方法 | |
CN113012124B (zh) | 一种鞋印孔洞和嵌入物特征检测及描述方法 | |
CN109544513A (zh) | 一种钢管端面缺陷提取识别的方法 | |
CN110715886B (zh) | 基于光学低相干成像的滑油磨屑在线监测方法 | |
CN116452826A (zh) | 基于机器视觉的遮挡情况下煤矸石轮廓估计方法 | |
Toth et al. | Automated analysis of heterogeneous carbon nanostructures by high-resolution electron microscopy and on-line image processing | |
Jancosek et al. | Hallucination-free multi-view stereo | |
CN112508862B (zh) | 一种通过改进gan增强裂纹磁光图像的方法 | |
CN115578343A (zh) | 一种基于图像连通与骨架分析的裂缝尺寸测量方法 | |
CN115689995A (zh) | 一种复杂光照背景条件下的圆孔边缘亚像素级提取方法 |
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 |