CN114625529A - 采用全息干涉测量法的视觉质量评估增强 - Google Patents
采用全息干涉测量法的视觉质量评估增强 Download PDFInfo
- Publication number
- CN114625529A CN114625529A CN202111420312.4A CN202111420312A CN114625529A CN 114625529 A CN114625529 A CN 114625529A CN 202111420312 A CN202111420312 A CN 202111420312A CN 114625529 A CN114625529 A CN 114625529A
- Authority
- CN
- China
- Prior art keywords
- computer
- holographic
- pattern
- test
- interference pattern
- 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.)
- Pending
Links
- 238000005210 holographic interferometry Methods 0.000 title claims abstract description 20
- 238000001303 quality assessment method Methods 0.000 title claims abstract description 19
- 230000000007 visual effect Effects 0.000 title abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000001093 holography Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/021—Interferometers using holographic techniques
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/02041—Interferometers characterised by particular imaging or detection techniques
- G01B9/02047—Interferometers characterised by particular imaging or detection techniques using digital holographic imaging, e.g. lensless phase imaging without hologram in the reference path
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/02083—Interferometers characterised by particular signal processing and presentation
- G01B9/02085—Combining two or more images of different regions
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
- G01N21/453—Holographic interferometry
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/22—Processes or apparatus for obtaining an optical image from holograms
- G03H1/2294—Addressing the hologram to an active spatial light modulator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Holo Graphy (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本公开的实施例涉及采用全息干涉测量法的视觉质量评估增强。提供了使用全息干涉测量法执行视觉质量评估的方法、系统和计算机程序产品。各方面包括获取基于参考对象的参考全息图案以及获取基于测试对象的测试全息图案。各方面还包括通过将测试全息图案叠加到参考全息图案上来创建干涉图案。各方面进一步包括基于干涉图案确定参考对象与测试对象之间的差异。
Description
背景技术
本发明一般涉及视觉质量评估,并且更具体地,涉及采用全息干涉测量法的视觉质量评估增强。
制造方通常需要对所制造的对象进行视觉检查,以确保对象的质量具有期望的错误容差。当前,各种基于人工智能(AI)视觉的系统被用于执行这些视觉评估。这些工具采用神经网络的视觉模型训练来对视觉数据(例如,静态照片和/或视频)执行对象检测和图像分类操作。对光学数据执行这些操作需要非常大量的计算资源,例如存储器、CPU和GPU周期等。
发明内容
根据一个实施例,提供了一种使用全息干涉测量法执行视觉质量评估的系统。该系统包括具有计算机可读计算机指令的存储器,以及用于执行计算机可读指令的处理器。该计算机可读指令包括用于获取基于参考对象来的参考全息图案以及获取基于测试对象的测试全息图案的指令。该方法还包括通过将测试全息图案叠加到参考全息图案上来创建干涉图案。该方法还包括基于干涉图案来确定参考对象与测试对象之间的差异。
根据另一实施例,提供了一种使用全息干涉测量法执行视觉质量评估的方法。该方法包括获取基于参考对象来的参考全息图案以及获取基于测试对象的测试全息图案。该方法还包括通过将测试全息图案叠加到参考全息图案上来创建干涉图案。该方法还包括基于干涉图案来确定参考对象与测试对象之间的差异。
根据另一实施例,提供了一种计算机程序产品。该计算机程序产品包括具有随其体现的程序指令的计算机可读存储介质。计算机可读存储介质本身不是瞬态信号。程序指令由计算机处理器可执行以使计算机处理器执行方法。该方法包括获取参考对象来的参考全息图案以及获取测试对象的测试全息图案。该方法还包括通过将测试全息图案叠加到参考全息图案上来创建干涉图案。该方法还包括基于干涉图案来确定参考对象与测试对象之间的差异。
通过本发明的技术实现了另外的特征和优点。本文中详细描述的本发明的其他实施例和方面被认为是要求保护的发明的一部分。为了更好地理解本发明的优点和特征,参考说明书和附图。
附图说明
在说明书所附的权利要求书中特别指出并清楚地要求保护被视为本发明的主题。从以下结合附图的详细描述中,本发明的前述和其他特征和优点是明显的,其中:
图1描绘了根据本发明的一个或多个实施例的云计算环境;
图2描述了根据本发明的一个或多个实施例的抽象模型层;
图3描绘了能够实现本发明的一个或多个实施例的示例性计算机系统;
图4描绘了根据本发明的一个或多个实施例的用于捕获对象的全息图案的系统的示意图;
图5描绘了根据本发明的一个或多个实施例的各种干涉图案的图示;以及
图6示出了根据本发明的一个或多个实施例的使用全息干涉测量法执行视觉质量评估的方法的流程图。
具体实施方式
在此参考相关附图描述本发明的各个实施例。在不脱离本发明的范围的情况下,可以设计本发明的备选实施例。在以下描述和附图中的元件之间阐述了各种连接和位置关系(例如,上方、下方、相邻等)。除非另有说明,否则这些连接和/或位置关系可以是直接的或间接的,并且本发明在这方面并示意图进行限制。因而,实体的耦合可以指直接或间接耦合,并且实体之间的位置关系可以是直接或间接位置关系。此外,本文所述的各种任务和工艺步骤可以并入到具有本文未详细描述的附加步骤或功能的更全面的程序或过程中。
以下定义和缩写用于解释权利要求书和说明书。如本文所使用的,术语“包括(comprise)”、“包含(comprising)”、“包括(include)”、“包括(including)”、“具有(has)”、“具有(having)”、“包含(contain)”或“包含(containing)”或其任何其他变体旨在覆盖非排他性的包括。例如,包括一系列元素的组合物、混合物、过程、方法、物品或装置不一定仅限于那些元素,而是可以包括未明确列出的或这样的组合物、混合物、过程、方法、物品装置固有的其他元素。
另外,术语“示例性”在本文中用于意指“充当示例、实例或说明。”在此描述为“示例性”的任何实施例或设计不一定被解释为比其他实施例或设计优选或有利。术语“至少一个”和“一个或多个”可以被理解为包括大于或等于一的任何整数,即.一个、两个、三个、四个等。术语“多个”可以被理解为包括大于或等于二的任何整数,即.两个、三个、四个、五个等。术语“连接”可以包括间接“连接”和直接“连接”两者。”
术语“约”、“基本上”、“大约”及其变体旨在包括与基于在提交本申请时可用的设备的具体量的测量相关联的误差程度。例如,“约”可以包括给定值的±8%或5%、或2%的范围。
为了简洁起见,与制作和使用本发明的多个方面相关的常规技术可以或可以不在本文中详细描述。具体地,用于实现本文描述的各种技术特征的计算系统和特定计算机程序的各种方面是公知的。因而,为了简洁起见,许多常规实现细节在此仅简要地提及,或者完全省略,而不提供公知的系统和/或过程细节。
应当理解,尽管本公开包括关于云计算的详细描述,但是本文所引用的教导的实现不限于云计算环境。而是,本发明的实施例能够结合现在已知或以后开发的任何其他类型的计算环境来实现。
云计算是一种服务递送模型,用于实现对可配置计算资源(例如,网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池的方便、按需的网络访问,该可配置计算资源可以用最小的管理努力或与服务提供方的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。
特性如下:
按需自助服务:云消费方可按需自动地单方面供应计算能力,诸如服务器时间和网络存储,而无需与服务的提供方的人类交互。
广泛的网络接入:能力通过网络上可用并且通过标准机制被访问,该标准机制促进由异构的瘦或厚客户端平台(例如,移动电话、膝上型计算机和PDA)使用。
资源池化:提供方的计算资源被池化以使用多租户模型服务于多个消费方,其中不同的物理和虚拟资源根据需要被动态地指派和重新指派。存在位置独立性的意义,因为消费方通常对所提供资源的确切位置不具有控制或知识,但是可以能够在较高抽象层级(例如,国家、州或数据中心)处指定位置。
快速弹性:可以快速且弹性地、在一些情况下自动地供应能力以快速缩小、并且快速释放以快速放大。对于消费方,可用于供应的能力通常显得不受限制,并且可以在任何时间以任何数量购买。
测量的服务:云系统通过利用适于服务类型(例如,存储、处理、带宽和活动用户账户)的某个抽象水平的计量能力来自动控制和优化资源使用。可监视、控制和报告资源使用,从而为所利用的服务的提供方和消费方两者提供透明度。
服务模型如下:
软件即服务(SaaS):提供给消费方的能力是使用在云基础设施上运行的提供方的应用。应用通过诸如web浏览器(例如,基于web的电子邮件)的瘦客户端接口从不同客户端设备可访问。消费方不管理或控制包括网络、服务器、操作系统、存储装置或甚至个体应用能力的底层云基础设施,可能的例外是有限的用户特定的应用配置设置。
平台即服务(PaaS):提供给消费方的能力是将消费方创建或获取的应用部署到云基础设施上,该应用是使用提供方所支持的编程语言和工具来创建的。消费方不管理或控制包括网络、服务器、操作系统或存储装置的底层云基础设施,但是具有对所部署的应用以及可能的应用托管环境配置的控制。
基础设施即服务(IaaS):提供给消费方的能力是供应消费方能够部署和运行可以包括操作系统和应用的任意软件的处理、存储、网络和其他基本计算资源。消费方不管理或控制底层云基础设施,但是具有对操作系统、存储装置、所部署的应用的控制,以及可能地对选择联网组件(例如,主机防火墙)的有限的控制。
部署模型如下:
私有云:云基础设施仅为组织而被操作。它可以由组织或第三方管理,并且可以存在于场所内或场所外。
社区云:云基础设施由若干组织共享并且支持具有共享的关注(例如,任务、安全性要求、策略和合规性考虑)的特定社区。它可由组织或第三方管理,并且可以存在于现场或场外。
公共云:使云基础设施对公众或大型产业组可用并且由销售云服务的组织拥有。
混合云:云基础架构是两个或更多个云(私有、社区或公共的)的组合,这些云保持独特的实体但是通过标准化或专有技术被绑定在一起,这些技术实现数据和应用可移植性(例如,用于云之间的负载平衡的云爆发)。
云计算环境是面向服务的,关注于无状态性、低耦合性、模块性和语义互操作性。云计算的核心是包括互连节点网络的基础设施。
现在参考图1,描绘了说明性云计算环境50。如图所示,云计算环境50包括一个或多个云计算节点10,由云消费方使用的本地计算设备(诸如例如个人数字助理(PDA)或移动电话54A、台式计算机54B、膝上型计算机54C和/或汽车计算机系统54N)可以与云计算节点10通信。节点10可以彼此通信。它们可以被物理地或虚拟地分组(未示出)在一个或多个网络中,诸如上文描述的私有云、社区云、公共云或混合云或其组合。这允许云计算环境50提供云消费方不需要在本地计算设备上维护资源的基础设施、平台和/或软件即服务。应当理解,图1中所示的计算设备54A-N的类型仅旨在是说明性的,并且计算节点10和云计算环境50可以通过任何类型的网络和/或网络可寻址连接(例如,使用web浏览器)与任何类型的计算机化设备通信。
现在参考图2,示出了由云计算环境50(图1)提供的一组功能抽象层。应预先理解,图2中所示的组件、层和功能旨在仅是说明性的,并且本发明的实施例不限于此。如所描绘的,提供了以下层和对应的功能:
硬件和软件层60包括硬件和软件组件。硬件组件的示例包括:大型机61;基于RISC(精简指令集计算机)架构的服务器62;服务器63;刀片服务器64;存储设备65;以及网络和联网组件66。在一些实施例中,软件组件包括网络应用服务器软件67和数据库软件68。
虚拟化层70提供抽象层,从该抽象层可以提供虚拟实体的以下示例:虚拟服务器71;虚拟存储装置72;虚拟网络73,包括虚拟专用网络;虚拟应用和操作系统74;以及虚拟客户端75。
在一个示例中,管理层80可以提供下文所描述的功能。资源供应81提供用于执行云计算环境内的任务的计算资源和其他资源的动态采购。计量和定价82在云计算环境内利用资源时提供成本跟踪,并且针对这些资源的消费开账单或开发票。在一个示例中,这些资源可以包括应用软件许可证。安全性为云消费方和任务提供身份验证,以及对数据和其他资源的保护。用户门户83为消费方和系统管理员提供对云计算环境的访问。服务水平管理84提供云计算资源分配和管理,使得所要求的服务水平被满足。服务水平协议(SLA)计划和履行85提供云计算资源的预安排和采购,根据SLA预期该云计算资源的未来要求。
工作负载层90提供可以针对其利用云计算环境的功能性的示例。可以从该层提供的工作负载和功能的示例包括:地图和导航91;软件开发和生命周期管理92;虚拟教室教育交付93;数据分析处理94;交易处理95;以及使用全息干涉测量法96执行视觉质量评估。
现在转到对本发明的各方面的更详细描述,图3示出了可以用于实现本发明的一个或多个实施例的基于计算机的系统300的示例的高级框图。尽管示出了一个示例性计算机系统300,但是计算机系统300包括通信路径326,该通信路径将计算机系统300连接到附加系统并且可以包括一个或多个广域网(WAN)和/或局域网(LAN),诸如互联网、(多个)内联网和/或(多个)无线通信网络。计算机系统300和附加系统经由通信路径326进行通信(例如,以在它们之间传递数据)。
计算机系统300包括一个或多个处理器,诸如处理器302。处理器302连接至通信基础设施304(例如,通信总线、交叉开关(cross-over bar)、或网络)。计算机系统300可以包括显示接口306,其转发来自通信基础设施304(或来自未示出的帧缓冲器)的图形、文本和其他数据以供在显示单元308上显示。计算机系统300还包括主存储器310,优选地是随机存取存储器(RAM),并且还可以包括次级存储器312。次级存储器312可包括例如硬盘驱动器314和/或可移除存储驱动器316,其表示例如软盘驱动器、磁带驱动器或光盘驱动器。可移除存储驱动器316以本领域普通技术人员公知的方式从可移除存储单元318读取和/或向可移除存储单元写入。可移除存储单元318表示例如由可移除存储驱动器316读取和写入的软盘、压缩盘、磁带或光盘等。如将认识到的,可移除存储单元318包括其中存储有计算机软件和/或数据的计算机可读介质。
在本发明的一些备选实施例中,次级存储器312可以包括用于允许计算机程序或其他指令被加载到计算机系统中的其他类似装置。这样的装置可以包括例如可移除存储单元320和接口322。这样的装置的实例可以包含程序包和包接口(诸如,在视频游戏装置中发现的程序包和包接口),可移除存储器芯片(诸如EPROM或PROM)和相关联的插口,以及允许软件和数据从可移除存储单元320被传送给计算机系统300的其他可移除存储单元320和接口322。
计算机系统300还可以包括通信接口324。通信接口324允许软件和数据在计算机系统与外部设备之间被传送。通信接口324的示例可以包括调制解调器、网络接口(诸如以太网卡)、通信端口、或PCM-CIA插槽和卡等。经由通信接口324被传送的软件和数据是信号的形式,该信号可以是例如电子、电磁、光学或能够由通信接口324接收的其他信号。这些信号经由通信路径(即,信道)326被提供给通信接口324。通信路径326承载信号,并且可以使用电线或电缆、光纤、电话线、蜂窝电话链路、RF链路和/或其他通信信道来实现。
在本公开中,术语“计算机程序介质”、“计算机可用介质”和“计算机可读介质”用于泛指介质,诸如主存储器310和次级存储器312、可移除存储驱动器316、以及被安装在硬盘驱动器314中的硬盘。计算机程序(也称为计算机控制逻辑)被存储在主存储器310和/或次级存储器312中。计算机程序还可以经由通信接口324被接收。这样的计算机程序在运行时使得计算机系统能够执行如本文所讨论的本公开的特征。具体地,计算机程序在运行时使处理器302能够执行计算机系统的特征。因而,这样的计算机程序表示计算机系统的控制器。
通常,全息术是记录从对象散射的衍射光场的过程。来自一个对象的被记录的衍射光场,本文中也称为全息图案,将与来自完全相同的对象的全息图案完全相同。然而,如果对对象之一施加小的变形或变化,则两个光场的相对相位将改变,并且可以通过叠加两个全息图案来观察干涉。这种技术在本文中被称为全息干涉测量法。
在示例性实施例中,提供了用于使用全息干涉测量法来执行视觉质量评估的方法、系统和计算机程序产品。在示例性实施例中,使用全息干涉测量法来执行测试对象的视觉质量评估,以将测试对象的全息图案与参考对象的全息图案相比较。全息图案被叠加以创建干涉图案,该干涉图案被分析以确定参考对象与测试对象之间的差异。
现在转向图4,现在将根据实施例描述用于捕获对象的全息图案的系统400。图4所示的系统400包括发射相干光束的光源402。光源402可以发射单色或扩频光。光束撞击分束器404,该分束器将光束分成照明束和参考束。照明束被引向对象408,并且参光束被引向镜406。照明光束撞击对象并且产生被引导到记录设备410的对象光束。参考光束也被镜406引导到记录设备410。在示例性实施例中,记录设备410是照相底板和数字传感器阵列中的一个。如本领域普通技术人员将理解的,系统400描绘了用于捕获对象的全息图案的一个系统,并且其他系统可以用于捕获对象的全息图案。
在示例性实施例中,参考对象和测试对象的全息图案一旦被获取,参考对象的全息图案就被叠加在测试对象的全息图案上以创建干涉图案。图5描绘了根据本发明的一个或多个实施例的各种干涉图案502、504和506的图示。第一干涉图案502示出了两个完全相同的对象的全息图案的叠加。第二干涉图案504示出了两个对象的全息图案的叠加,这两个对象之间具有高程度的差异。第三干涉图案506示出了两个对象的全息图案的叠加,这两个对象之间具有适度的差异。在示例性实施例中,可以使用各种技术来分析干涉图案,以量化用于创建干涉图案的两个对象之间的差异。在一个实施例中,两个对象之间的差异与干涉图案中存在的空白的量负相关。例如,具有100%空白的干涉图案将表示完全相同的对象,并且随着干涉图案中空白的量减少,两个对象之间的差异增加。
现在转到图6,示出了根据实施例的用于使用全息干涉测量法来执行视觉质量评估的方法600的流程图。通过获取基于参考对象的参考全息图案,方法600开始于框602。在示例性实施例中,通过将数字全息术应用于参考对象来获取参考全息图案。接下来,如框604所示,方法600包括获取基于测试对象的测试全息图案。在示例性实施例中,通过将数字全息术应用于测试对象来获取测试全息图案。
方法600还包括通过将测试全息图案叠加到参考全息图案上来创建干涉图案,如框606所示。接下来,如框608所示,方法600包括基于干涉图案来确定参考对象与测试对象之间的差异。在一个实施例中,确定参考对象与测试对象之间的差异包括执行干涉图案中数据存在的二项式检测。在另一实施例中,确定参考对象与测试对象之间的差异包括分析干涉图案并且基于分析向干涉图案赋值得分,其中得分零指示干涉图案中数据的不存在。在一个实施例中,所该得分被确定为一百减去空白在干涉图案中的百分比。在其他一些实施例中,使用经训练的神经网络来确定得分。
在示例性实施例中,该方法包括基于得分低于第一值而确定该差异小于可接受的容差。换句话说,该方法基于得分低于第一值而确定测试对象与参考对象足够相似以落入可接受的容差水平。在示例性实施例中,该方法包括基于得分高于第二值而确定差异大于可接受的容差。换句话说,该方法基于得分高于第一值而确定测试对象与参考对象太不同而不能落入可接受的容差水平。在示例性实施例中,如果得分高于第一值并且低于第二值,则该方法包括标记测试对象以进行附加检查。换句话说,该方法确定测试对象与参考对象的相似程度不足以在可接受的容差范围内,并且没有足够不同以从落入可接受的容差范围内的状态中被取消资格。在示例性实施例中,附加检查可以采用更加计算密集的基于视觉的工具,例如IBM制造的Visual Inspector(VI)和Power AI Vision(PAIV)。
在示例性实施例中,通过将测试全息图案叠加到参考全息图案上所创建的干涉图案使用神经网络来分析,该神经网络被配置为将得分赋值给干涉图案。基于表示参考对象与控制对象之间相关联的不一致(non-conformance)程度的多个干涉图案来训练神经网络。
在示例性实施例中,使用全息干涉测量法来执行视觉质量评估的方法可以用于对任何对象执行视觉质量评估。这些对象可以包括任何高精度对象,诸如发动机的内部部件、半导体的部分、医疗设备等。
在示例性实施例中,通过从参考对象创建数字全息图案并且将来自测试对象的衍射光叠加到数字全息图案上,数字地采用全息干涉测量法。如果测试对象与参考对象完全相同,则观察不到干涉图案。如果测试对象相对于参考对象具有可接受的错误容差,则被赋值给干涉图案的得分将小于阈值。同样地,如果测试对象相对于参考对象不具有可接受的错误容差,则被赋值给干涉图案的得分将大于阈值。在一个实施例中,干涉图案的仅存在或不存在是评估两个对象之间的视觉相似的属性的简单、快速并且廉价的手段(即,需要比现有的基于AI视觉的工具更少的计算资源)。因此,在一个实施例中,使用干涉图案的存在或不存在的简单二项式检测来确定参考对象与测试对象之间的差异。
技术益处包括能够使用全息干涉测量法来执行视觉质量评估的计算机系统的改进的功能性。在一个实施例中,由于全息干涉测量法的使用,与传统人工智能(AI)视觉检查系统相比,执行视觉质量评估所需的计算资源显著减少。
本发明可以是系统、方法和/或计算机程序产品。该计算机程序产品可以包括其上具有计算机可读程序指令的计算机可读存储介质(或多种介质),该计算机可读程序指令用于使处理器执行本发明的方面。
计算机可读存储介质可以是可以保留和存储指令以供指令执行设备使用的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述各项的任何合适的组合。计算机可读存储介质的更具体例子的非穷举列表包括以下:便携式计算机盘,硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存),静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM),数字通用盘(DVD)、记忆棒、软盘、机械编码的设备(诸如穿孔卡片或者具有记录在其上的指令的凹槽中的凸起结构),以及前述各项的任何合适的组合。如本文中所使用的,计算机可读存储介质不应被解释为瞬态信号本身,诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
本文所述的计算机可读程序指令可以从计算机可读存储介质被下载到相应的计算/处理设备,或者经由网络(例如,互联网、局域网、广域网和/或无线网络)被下载到外部计算机或者外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令,并且转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令,指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据,或者以一种或多种编程语言的任何组合编写的源代码或目标代码,包括诸如Smalltalk、C++等面向对象的编程语言,以及常规的过程式编程语言,诸如“C”编程语言或类似的编程语言。计算机可读程序指令可以完全在用户的计算机上执行、部分在用户的计算机上执行、作为独立软件包执行、部分在用户的计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种场景中,远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机,或者可以连接到外部计算机(例如,通过使用互联网服务提供方的互联网)。在一些实施例中,包括例如可编程逻辑电路装置、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路装置个性化,以便执行本发明的方面。
本文中参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图说明和/或框图描述本发明的方面。应当理解,流程图和/或框图的每个框以及流程图和/或框图中各个框的组合,都可以由计算机可读程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机的处理器,专用计算机或者其他可编程数据处理装置以产生机器,使得经由计算机的处理器或其他可编程数据处理装置执行的指令创建用于实现在流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些计算机可读程序指令还可以被存储在可以引导计算机、可编程数据处理装置,和/或以特定方式起作用的其他设备的计算机可读存储介质中,使得具有存储在其中的指令的计算机可读存储介质包括制品,该制品包括实现流程图和/或框图中的一个或多个框中指定的功能/动作的各方面的指令。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置、或者其他设备上,以使一系列操作步骤在计算机、其他可编程装置或者其他设备产生计算机实现的过程,使得在计算机、其他可编程装置或者其他设备上执行的指令实现流程图和/或框图中的一个或多个框中指定的功能/动作。
附图中的流程图和框图图示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能性和操作。对此,流程图或框图中的每个框可以标识模块、段或指令的一部分,其包括用于实现(多个)指定的逻辑功能的一个或多个可执行指令。在一些备选实现中,框中所标注的功能可以不以图中所标注的顺序发生。例如,取决于所涉及的功能性,连续示出的两个框实际上可以基本同时执行,或者这些框有时可以以相反的顺序执行。还将注意的是,框图和/或流程图中的每个框、以及框图和/或流程图中的框的组合可以由基于专用硬件的系统来实现,该基于专用硬件的系统执行指定的功能或动作或者执行专用硬件与计算机指令的组合。
已经出于说明的目的呈现了本发明的不同实施例的描述,但是并不旨在是穷尽性的或者限于所公开的实施例。在不背离所描述的实施例的范围和精神的情况下,许多修改和变化对本领域的普通技术人员而言将是明显的。本文使用的术语被选择以最佳地解释实施例的原理、实际应用或者对在市场上找到的技术上的技术改进,或者使得本领域普通技术人员能够理解本文中所公开的实施例。
Claims (10)
1.一种使用全息干涉测量法来执行视觉质量评估的方法,包括:
由处理器获取基于参考对象的参考全息图案;
由所述处理器获取基于测试对象的测试全息图案;
由所述处理器通过将所述测试全息图案叠加到所述参考全息图案上来创建干涉图案;以及
由所述处理器基于所述干涉图案来确定所述参考对象与所述测试对象之间的差异。
2.根据权利要求1所述的方法,其中所述参考全息图案通过对所述参考对象的数字全息干涉测量法而被获取。
3.根据权利要求1所述的方法,其中所述测试全图案通过将数字全息术应用于所述测试对象而被获取。
4.根据权利要求1所述的方法,其中确定所述参考对象与所述测试对象之间的所述差异包括执行对所述干涉图案中的数据的存在的二项式检测。
5.根据权利要求1所述的方法,其中确定所述参考对象与所述测试对象之间的所述差异包括分析所述干涉图案并且基于所述分析将得分赋值给所述干涉图案,其中得分零指示所述干涉图案中数据的不存在。
6.根据权利要求5所述的方法,还包括基于所述得分低于第一值而确定所述差异小于可接受容差,以及基于所述得分高于第二值而确定所述差异大于可接受容差。
7.根据权利要求6所述的方法,还包括基于所述得分高于所述第一值并且低于所述第二值而标记所述测试对象以进行附加检查。
8.根据权利要求5所述的方法,其中所述干图案使用神经网络被分析,所述神经网络被配置为将所述得分赋值给所述干涉图案,其中所述神经网络基于多个干涉图像而被训练,所述多个干涉图像表示所述参考对象与控制对象之间相关联的不一致程度。
9.一种使用全息干涉测量法来执行视觉质量评估的系统,包括:
具有计算机可读指令的存储器;以及
用于执行所述计算机可读指令的处理器,所述计算机可读指令包括用于执行根据权利要求1至8中任一项所述的方法的指令。
10.一种计算机程序产品,包括计算机可读存储介质,所述计算机可读存储介质具有随其体现的程序指令,所述程序指令由计算机处理器可执行以使所述计算机处理器执行根据权利要求1至8中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/114,548 US11499815B2 (en) | 2020-12-08 | 2020-12-08 | Visual quality assessment augmentation employing holographic interferometry |
US17/114,548 | 2020-12-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114625529A true CN114625529A (zh) | 2022-06-14 |
Family
ID=79163991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111420312.4A Pending CN114625529A (zh) | 2020-12-08 | 2021-11-26 | 采用全息干涉测量法的视觉质量评估增强 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11499815B2 (zh) |
JP (1) | JP2022091115A (zh) |
CN (1) | CN114625529A (zh) |
DE (1) | DE102021128928A1 (zh) |
GB (1) | GB2603038A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147531A (zh) * | 2022-12-28 | 2023-05-23 | 广东工业大学 | 基于深度学习的光学自干涉数字全息重构方法及系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3860346A (en) | 1970-02-18 | 1975-01-14 | Gco | Method of compensating for gross object motion in real time holographic interferometry |
US3723010A (en) * | 1971-02-19 | 1973-03-27 | Northrop Corp | Holographic method and apparatus for checking the optical characteristics of transparent members |
US3764216A (en) | 1971-03-02 | 1973-10-09 | Bausch & Lomb | Interferometric apparatus |
US4464052A (en) * | 1981-05-04 | 1984-08-07 | Neumann Don B | Differential holographic interferometry |
JPS58120101A (ja) | 1982-01-13 | 1983-07-16 | Hitachi Ltd | ホログラフイ干渉法による変位モ−ド把握方法 |
US4807996A (en) * | 1987-07-10 | 1989-02-28 | United Technologies Corporation | Transient holographic indication analysis |
JPH0694432A (ja) * | 1992-09-09 | 1994-04-05 | Kowa Co | 非接触式形状検査装置 |
DE4235618A1 (de) | 1992-10-22 | 1994-04-28 | Diehl Gmbh & Co | Holografisch-interferometrisches Formerkennungsverfahren |
US5408305A (en) | 1993-08-17 | 1995-04-18 | Holographics, Inc. | Method and apparatus for analyzing nodal interference patterns vibrationally induced in semi-monocoque structure |
US5754318A (en) * | 1997-07-14 | 1998-05-19 | The United States Of America As Represented By The Secretary Of The Navy | Apparatus for parallel recording of holograms in a dynamic volume medium |
US6094260A (en) | 1998-08-12 | 2000-07-25 | General Electric Company | Holographic interferometry for monitoring and controlling laser shock peening |
DE19935631C1 (de) * | 1999-07-29 | 2001-04-05 | Max Born Inst Fuer Nichtlinear | Verfahren und Anordnung zur zeitlich aufgelösten Charakterisierung von ultrakurzen Laserimpulsen |
DE10108204A1 (de) | 2001-02-21 | 2002-08-22 | Bosch Gmbh Robert | Verfahren zum dreidimensionalen optischen Vermessen von Messobjekten |
US7649160B2 (en) | 2005-02-23 | 2010-01-19 | Lyncee Tec S.A. | Wave front sensing method and apparatus |
JP5891566B2 (ja) * | 2011-02-25 | 2016-03-23 | 国立大学法人京都工芸繊維大学 | デジタルホログラフィ装置、及びデジタルホログラフィによる画像生成方法 |
US20130003152A1 (en) | 2011-06-29 | 2013-01-03 | United Technologies Corporation | Interferometry-based stress analysis |
KR20140049562A (ko) | 2011-07-19 | 2014-04-25 | 오비지오 이미징 시스템스 엔.브이. | 세포 샘플에서의 암 세포들의 검출 및/또는 분류를 위한 방법 및 시스템 |
US10303120B2 (en) * | 2016-03-28 | 2019-05-28 | Fuji Xerox Co., Ltd. | Digital holographic apparatus |
US10725428B2 (en) | 2017-06-06 | 2020-07-28 | RD Synergy Ltd. | Methods and systems of holographic interferometry |
-
2020
- 2020-12-08 US US17/114,548 patent/US11499815B2/en active Active
-
2021
- 2021-11-01 JP JP2021178791A patent/JP2022091115A/ja active Pending
- 2021-11-08 DE DE102021128928.9A patent/DE102021128928A1/de active Pending
- 2021-11-23 GB GB2116847.1A patent/GB2603038A/en not_active Withdrawn
- 2021-11-26 CN CN202111420312.4A patent/CN114625529A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147531A (zh) * | 2022-12-28 | 2023-05-23 | 广东工业大学 | 基于深度学习的光学自干涉数字全息重构方法及系统 |
CN116147531B (zh) * | 2022-12-28 | 2023-08-29 | 广东工业大学 | 基于深度学习的光学自干涉数字全息重构方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
DE102021128928A1 (de) | 2022-06-09 |
US20220178676A1 (en) | 2022-06-09 |
GB2603038A (en) | 2022-07-27 |
JP2022091115A (ja) | 2022-06-20 |
US11499815B2 (en) | 2022-11-15 |
GB202116847D0 (en) | 2022-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11010888B2 (en) | Precision defect detection based on image difference with respect to templates | |
US11574063B2 (en) | Automatic detection of an incomplete static analysis security assessment | |
US10540267B2 (en) | Test case definition and verification of logical resources in a computing environment | |
US10977167B2 (en) | Application monitoring with a decoupled monitoring tool | |
US10796153B2 (en) | System for maintenance and repair using augmented reality | |
US10956311B2 (en) | White box code concurrency testing for transaction processing | |
US20180336368A1 (en) | Anonymity assessment system | |
US10412195B2 (en) | Risk-aware service management stack transformation during workload migration | |
US10545847B2 (en) | Grouping and isolating software changes to increase build quality | |
US20180357320A1 (en) | Network search query | |
US11853749B2 (en) | Managing container images in groups | |
US20180198814A1 (en) | Identifying security risks in code using security metric comparison | |
US9513948B2 (en) | Automated virtual machine provisioning based on defect state | |
CN114625529A (zh) | 采用全息干涉测量法的视觉质量评估增强 | |
US10878804B2 (en) | Voice controlled keyword generation for automated test framework | |
US11361055B1 (en) | Protection of a content repository using dynamic watermarking | |
US20220188290A1 (en) | Assigning an anomaly level to a non-instrumented object | |
US20180004629A1 (en) | Run time smf/rmf statistical formula methodology for generating enhanced workload data points for customer profiling visualization | |
US10901878B2 (en) | Reduction of pseudo-random test case generation overhead | |
JP2023521695A (ja) | 空間的閉じ込め制約を伴う協調型ニューラル・ネットワーク | |
US20180074946A1 (en) | Using customer profiling and analytics to create a relative, targeted, and impactful customer profiling environment/workload questionnaire | |
US11262990B2 (en) | Application topology discovery | |
US11593944B2 (en) | System and method for instance segmentation in pathological images using object-guided framework | |
US11954474B2 (en) | Generating compliant container images via embeddings |
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 |