CN114878583A - 用于畸变光斑照明疵病暗场成像的图像处理方法及系统 - Google Patents

用于畸变光斑照明疵病暗场成像的图像处理方法及系统 Download PDF

Info

Publication number
CN114878583A
CN114878583A CN202210798189.8A CN202210798189A CN114878583A CN 114878583 A CN114878583 A CN 114878583A CN 202210798189 A CN202210798189 A CN 202210798189A CN 114878583 A CN114878583 A CN 114878583A
Authority
CN
China
Prior art keywords
image
rmse
effective
defect
image processing
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
Application number
CN202210798189.8A
Other languages
English (en)
Other versions
CN114878583B (zh
Inventor
张蓉竹
汪玉琴
陈丹
李佳文
钱俊宏
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN202210798189.8A priority Critical patent/CN114878583B/zh
Publication of CN114878583A publication Critical patent/CN114878583A/zh
Application granted granted Critical
Publication of CN114878583B publication Critical patent/CN114878583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/84—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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06T7/0004—Industrial image inspection
    • 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
    • G06T2207/10056—Microscopic image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理和暗场显微成像疵病检测技术领域，具体而言，涉及用于畸变光斑照明疵病暗场成像的图像处理方法及系统。包括如下步骤：计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像；基于校正后的图像进行疵病检测。本发明所提供的用于畸变光斑照明疵病暗场成像的图像处理方法及系统，通过伽马变换增强物体轮廓信息，通过灰度调节抑制衍射旁瓣的影响，以此改善成像质量，提高疵病检测精度，可有效地减少聚焦透镜像差对疵病检测的影响。

Description

用于畸变光斑照明疵病暗场成像的图像处理方法及系统
技术领域
本发明涉及图像处理和暗场显微成像疵病检测技术领域，具体而言，涉及用于畸变光斑照明疵病暗场成像的图像处理方法及系统。
背景技术
暗场显微成像技术可以实现光学元件表面及内部微小瑕疵的检测，是确保元件高质量、辅助加工工艺改善的有效手段；利用高数值孔径透镜聚焦光束可获得小尺寸的聚焦光斑，获得更窄的激励点扩展函数，从而提高检测分辨率；在暗场显微成像中，聚焦透镜存在像差时会使聚焦光斑产生畸变，而当畸变的光斑照明物体时会造成成像图中物体轮廓信息缺失的现象。
目前，在暗场显微成像中，对暗场成像图的图像处理很少考虑成像图中物体轮廓信息缺失的情形。显微物镜存在像差以及聚焦透镜存在像差是造成暗场成像图中物体轮廓信息缺失与畸变的主要原因。目前对于暗场成像图像差的校正主要针对显微物镜的像差校正，而针对聚焦透镜存在像差而导致成像图中物体轮廓信息缺失情形的研究较少。
此外，对由于光照不均匀导致成像质量与检测精度降低的图像校正，主要针对缺失信息的补全，但暗场检测通过接收散射光与衍射光进行成像，因此成像图中存在衍射旁瓣，而在对成像图中信息加强的同时，会加强衍射旁瓣的影响。
发明内容
本发明的目的在于提供用于畸变光斑照明疵病暗场成像的图像处理方法及系统，通过伽马变换增强物体轮廓信息，通过灰度调节抑制衍射旁瓣的影响，以此改善成像质量，提高疵病检测精度，可有效地减少聚焦透镜像差对疵病检测的影响。
本发明的实施例通过以下技术方案实现：用于畸变光斑照明疵病暗场成像的图像处理方法，包括如下步骤：
计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；
当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像；
基于校正后的图像进行疵病检测。
根据一种优选实施方式，所述计算图像的RMSE值，表达式如下：
Figure 100002_DEST_PATH_IMAGE001
上式中，M与N表示图像的像素点，I(i，j)表示存在像差时的图像，I0(i，j)表示理想图像。
根据一种优选实施方式，所述疵病的有效容差范围根据图像的疵病尺寸确定。
根据一种优选实施方式，所述图像的疵病尺寸计算表达式如下：
Figure 78776DEST_PATH_IMAGE002
上式中，Lmax表示疵病的最大宽度，Lmin表示疵病的最小宽度，L表示疵病的均值尺寸。
根据一种优选实施方式，所述伽马变换处理的表达式如下：
Figure 100002_DEST_PATH_IMAGE003
上式中，α与γ表示正常数，Ib表示伽马变换处理前的图像，Ir表示伽马变换处理后的图像。
根据一种优选实施方式，所述灰度调节处理的表达式如下：
Figure 684201DEST_PATH_IMAGE004
上式中，Ir1表示灰度调节处理后的图像，imadjust表示灰度调节函数，[low_in；high_in]表示Ir中需要变换的灰度范围，[low_out；high_out]表示变换后的灰度范围。
本发明还提供用于畸变光斑照明疵病暗场成像的图像处理系统，应用到如上述所述的方法，包括：
计算模块，用于计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；
图像处理模块，用于当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像，基于校正后的图像进行疵病检测。
本发明实施例的技术方案至少具有如下优点和有益效果：本发明所提供的用于畸变光斑照明疵病暗场成像的图像处理方法及系统，通过伽马变换增强物体轮廓信息，通过灰度调节抑制衍射旁瓣的影响，以此改善成像质量，提高疵病检测精度，可有效地减少聚焦透镜像差对疵病检测的影响。
附图说明
图1为本发明提供的图像处理方法的流程示意图；
图2为本发明提供的图像处理方法的具体实例过程图；
图3（a）至图3（f）分别为聚焦透镜的球差系数为1λ、1.25λ，像散系数和慧差系数为0.75λ、1λ时的暗场成像图；
图3（g）至图3（l）分别为校正处理后的暗场成像图；
图4为经过伽马变换后的输入和输出图像灰度值关系。
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一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
实施例1
参见图1和图2所示，图1为本发明实施例提供的用于畸变光斑照明疵病暗场成像的图像处理方法的流程示意图。
具体地，本发明实施例所提供的用于畸变光斑照明疵病暗场成像的图像处理方法，包括如下步骤：
计算图像的RMSE值，需要说明的是，RMSE值指的是均方根误差，均方根误差是预测值与真实偏差的平方与观测次数n比值的平方根；衡量的是预测值与真实值之间的偏差，并且对数据中的异常值较为敏感。
在一种实施方式中，所述计算图像的RMSE值，表达式如下：
Figure 821921DEST_PATH_IMAGE001
上式中，M与N表示图像的像素点，I(i，j)表示存在像差时的图像，I0(i，j)表示理想图像。
进一步地，根据疵病的有效容差范围，确定有效RMSE；在一种实施方式中，所述疵病的有效容差范围根据图像的疵病尺寸确定，图像的疵病尺寸利用标准光束测量获得。需要注意的是，若实际需求是测量微米级或纳米级的疵病，则可按疵病尺寸的5%为疵病的有效容差范围。
在一种实施方式中，图像的疵病尺寸计算表达式如下：
Figure 612023DEST_PATH_IMAGE002
上式中，Lmax表示疵病的最大宽度，Lmin表示疵病的最小宽度，L表示疵病的均值尺寸。
本发明基于有效RMSE对进行判断，以此找出低于疵病的有效容差范围对应的暗场图像，即找出RMSE值低于有效RMSE对应的暗场图像，具体如下：当RMSE值大于或等于有效RMSE时，对图像进行伽马变换。
需要说明的是，伽马变换用于图像增强，提升图像的暗部细节，简单来说就是通过非线性变换，让图像从曝光强度的线性响应变得更接近人眼感受的响应，即将曝光或曝光不足的图像进行矫正，本实施例即采用伽马变换增强物体轮廓信息。经过伽马变换后的输入和输出图像灰度值关系参考图4所示，图4中，横坐标为输入灰度值，纵坐标为输出灰度值，曲线a是伽马值小于1时的输入输出关系，曲线b是伽马值大于1时的输入输出关系。可以得到的是，当曲线a中伽马值小于1时，图像的整体亮度值得到提升，同时低灰度处的对比度得到增加，更利于分辨低灰度时的图像细节。
在一种实施方式中，所述伽马变换处理的表达式如下：
Figure 710560DEST_PATH_IMAGE003
上式中，α与γ表示正常数，Ib表示伽马变换处理前的图像，Ir表示伽马变换处理后的图像。
考虑到暗场检测通过接收散射光与衍射光进行成像，因此成像图中存在衍射旁瓣，而在对成像图中信息加强的同时，会加强衍射旁瓣的影响。因此，本发明实施例在通过伽马变换加强图像后，进一步地通过灰度调节，对衍射旁瓣进行抑制，直至RMSE值小于有效RMSE，得到校正后的图像。
在一种实施方式中，所述灰度调节处理的表达式如下：
Figure 181992DEST_PATH_IMAGE004
上式中，Ir1表示灰度调节处理后的图像，imadjust表示灰度调节函数，[low_in；high_in]表示Ir中需要变换的灰度范围，[low_out；high_out]表示变换后的灰度范围。
需要说明的是，灰度调节可调整图像的灰度动态或者图像对比度，强化感兴趣的图像区域，本实施中则用于对衍射旁瓣进行抑制，并强化疵病的图像区域，改善成像质量。
进一步地，基于校正后的图像进行疵病检测，基于上述过程能够实现对暗场图像中轮廓信息缺失的情形进行校正，具体的校正效果参考图4所示，图3（a）至图3（f）分别为聚焦透镜的球差系数As为1λ、1.25λ，像散系数Aa和慧差系数Ac为0.75λ、1λ时，尺寸为3μm矩形疵病的暗场成像图，图3（g）至图3（l）分别为对应校正处理后的暗场成像图。由此可知，经过上述方法校正后的图像，可有效提高成像质量。综上，通过上述采用伽马变换以及灰度调节处理后的图像，物体轮廓信息得到增强，且成像质量得到了显著的改善；在此基础上进行疵病检测，能够有效提高疵病检测精度，减少聚焦透镜像差对疵病检测的影响。
实施例2
区别于实施例1，本发明实施例提供用于畸变光斑照明疵病暗场成像的图像处理系统，应用到如上述所述的方法，包括：
计算模块，用于计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；
图像处理模块，用于当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像，基于校正后的图像进行疵病检测。
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 (7)

1.用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，包括如下步骤：
计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；
当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像；
基于校正后的图像进行疵病检测。
2.如权利要求1所述的用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，所述计算图像的RMSE值，表达式如下：
Figure DEST_PATH_IMAGE001
上式中，M与N表示图像的像素点，I(i，j)表示存在像差时的图像，I0(i，j)表示理想图像。
3.如权利要求1所述的用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，所述疵病的有效容差范围根据图像的疵病尺寸确定。
4.如权利要求3所述的用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，所述图像的疵病尺寸计算表达式如下：
Figure 496360DEST_PATH_IMAGE002
上式中，Lmax表示疵病的最大宽度，Lmin表示疵病的最小宽度，L表示疵病的均值尺寸。
5.如权利要求1至4任一项所述的用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，所述伽马变换处理的表达式如下：
Figure DEST_PATH_IMAGE003
上式中，α与γ表示正常数，Ib表示伽马变换处理前的图像，Ir表示伽马变换处理后的图像。
6.如权利要求5所述的用于畸变光斑照明疵病暗场成像的图像处理方法，其特征在于，所述灰度调节处理的表达式如下：
Figure 725347DEST_PATH_IMAGE004
上式中，Ir1表示灰度调节处理后的图像，imadjust表示灰度调节函数，[low_in；high_in]表示Ir中需要变换的灰度范围，[low_out；high_out]表示变换后的灰度范围。
7.用于畸变光斑照明疵病暗场成像的图像处理系统，应用到如权利要求1至6任一项所述的方法，其特征在于，包括：
计算模块，用于计算图像的RMSE值，并根据疵病的有效容差范围，确定有效RMSE；
图像处理模块，用于当RMSE值大于或等于有效RMSE时，依次对图像进行伽马变换以及灰度调节处理，直至RMSE值小于有效RMSE，得到校正后的图像，基于校正后的图像进行疵病检测。
CN202210798189.8A 2022-07-08 2022-07-08 用于畸变光斑照明疵病暗场成像的图像处理方法及系统 Active CN114878583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210798189.8A CN114878583B (zh) 2022-07-08 2022-07-08 用于畸变光斑照明疵病暗场成像的图像处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210798189.8A CN114878583B (zh) 2022-07-08 2022-07-08 用于畸变光斑照明疵病暗场成像的图像处理方法及系统

Publications (2)

Publication Number Publication Date
CN114878583A true CN114878583A (zh) 2022-08-09
CN114878583B CN114878583B (zh) 2022-09-20

Family

ID=82683510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210798189.8A Active CN114878583B (zh) 2022-07-08 2022-07-08 用于畸变光斑照明疵病暗场成像的图像处理方法及系统

Country Status (1)

Country Link
CN (1) CN114878583B (zh)

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960015001A (ko) * 1994-10-07 1996-05-22 가나이 쓰토무 반도체 기판의 제조방법과 피검사체상의 패턴결함을 검사하기 위한 방법 및 장치
US20040012775A1 (en) * 2000-11-15 2004-01-22 Kinney Patrick D. Optical method and apparatus for inspecting large area planar objects
US20050078173A1 (en) * 2003-09-30 2005-04-14 Eran Steinberg Determination of need to service a camera based on detection of blemishes in digital images
US20060192947A1 (en) * 2005-02-25 2006-08-31 William Roberts Optimizing light path uniformity in inspection systems
US20070002465A1 (en) * 2005-06-30 2007-01-04 Chuang Yung-Ho Beam delivery system for laser dark-field illumination in a catadioptric optical system
US20070121106A1 (en) * 2005-11-29 2007-05-31 Yukihiro Shibata Apparatus and method for optical inspection
JP2007293686A (ja) * 2006-04-26 2007-11-08 Konica Minolta Photo Imaging Inc 撮像装置、画像処理装置、画像処理方法及び画像処理プログラム
WO2009154731A2 (en) * 2008-06-17 2009-12-23 Kla-Tencor Corporation External beam delivery system using catadioptric objective with aspheric surfaces
WO2010015696A1 (de) * 2008-08-08 2010-02-11 Nanophotonics Ag Inspektionsvorrichtung- und verfahren für die optische untersuchung von objektoberflächen, insbesondere einer wafernotch
JP2010154027A (ja) * 2008-12-24 2010-07-08 Canon Electronics Inc 画像読取装置、画像読取装置の制御方法、及びプログラム
US20110286001A1 (en) * 2009-01-26 2011-11-24 Atsushi Taniguchi Dark-field defect inspecting method, dark-field defect inspecting apparatus, aberration analyzing method, and aberration analyzing apparatus
JP2012021909A (ja) * 2010-07-15 2012-02-02 Keyence Corp 画像処理装置及び外観検査方法
CN102636496A (zh) * 2012-04-24 2012-08-15 浙江大学 光学表面疵病暗场检测中疵病宽度标定标准化系统及方法
CN102661956A (zh) * 2012-04-24 2012-09-12 浙江大学 超光滑表面缺陷检测系统及其畸变校正方法
JP2016122947A (ja) * 2014-12-25 2016-07-07 キヤノン株式会社 画像処理装置
CN109060659A (zh) * 2018-08-08 2018-12-21 西安工业大学 一种光学元件表面疵病三维信息的检测系统及检测方法
CN109409292A (zh) * 2018-10-26 2019-03-01 西安电子科技大学 基于精细化特征优化提取的异源图像匹配方法
CN109975319A (zh) * 2019-03-18 2019-07-05 四川大学 一种平面光学元件表面质量快速检测装置及其方法
CN110136212A (zh) * 2019-04-23 2019-08-16 武汉精立电子技术有限公司 一种DeMura设备像素点亮度提取精度评判方法及噪声检测方法
CN110415192A (zh) * 2019-07-31 2019-11-05 广州运达智能科技有限公司 一种轨道列车线阵相机图像畸变校正方法
JP2020154037A (ja) * 2019-03-18 2020-09-24 キヤノン株式会社 撮像装置及び焦点検出方法
US20200410650A1 (en) * 2018-03-08 2020-12-31 Sony Corporation Signal processing apparatus, signal processing method, and program
US20210012503A1 (en) * 2019-07-10 2021-01-14 Samsung Electronics Co., Ltd. Apparatus and method for generating image
EP3828831A1 (en) * 2019-11-28 2021-06-02 Koninklijke Philips N.V. Motion artifact correction for phase-contrast and dark-field imaging
CN113376172A (zh) * 2021-07-05 2021-09-10 四川大学 一种基于视觉与涡流的焊缝缺陷检测系统及其检测方法
US20210312609A1 (en) * 2019-06-14 2021-10-07 Zhejiang University Real-time traceability method of width of defect based on divide-and-conquer
CN114581335A (zh) * 2022-03-18 2022-06-03 厦门云感科技有限公司 一种基于图像的去畸变方法
CN114688969A (zh) * 2020-12-29 2022-07-01 南京理工大学 一种光学镜片尺寸检测装置及方法

Patent Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960015001A (ko) * 1994-10-07 1996-05-22 가나이 쓰토무 반도체 기판의 제조방법과 피검사체상의 패턴결함을 검사하기 위한 방법 및 장치
US20040012775A1 (en) * 2000-11-15 2004-01-22 Kinney Patrick D. Optical method and apparatus for inspecting large area planar objects
US20050078173A1 (en) * 2003-09-30 2005-04-14 Eran Steinberg Determination of need to service a camera based on detection of blemishes in digital images
US20060192947A1 (en) * 2005-02-25 2006-08-31 William Roberts Optimizing light path uniformity in inspection systems
US20070002465A1 (en) * 2005-06-30 2007-01-04 Chuang Yung-Ho Beam delivery system for laser dark-field illumination in a catadioptric optical system
US20070121106A1 (en) * 2005-11-29 2007-05-31 Yukihiro Shibata Apparatus and method for optical inspection
JP2007293686A (ja) * 2006-04-26 2007-11-08 Konica Minolta Photo Imaging Inc 撮像装置、画像処理装置、画像処理方法及び画像処理プログラム
WO2009154731A2 (en) * 2008-06-17 2009-12-23 Kla-Tencor Corporation External beam delivery system using catadioptric objective with aspheric surfaces
WO2010015696A1 (de) * 2008-08-08 2010-02-11 Nanophotonics Ag Inspektionsvorrichtung- und verfahren für die optische untersuchung von objektoberflächen, insbesondere einer wafernotch
JP2010154027A (ja) * 2008-12-24 2010-07-08 Canon Electronics Inc 画像読取装置、画像読取装置の制御方法、及びプログラム
US20110286001A1 (en) * 2009-01-26 2011-11-24 Atsushi Taniguchi Dark-field defect inspecting method, dark-field defect inspecting apparatus, aberration analyzing method, and aberration analyzing apparatus
JP2012021909A (ja) * 2010-07-15 2012-02-02 Keyence Corp 画像処理装置及び外観検査方法
CN102636496A (zh) * 2012-04-24 2012-08-15 浙江大学 光学表面疵病暗场检测中疵病宽度标定标准化系统及方法
CN102661956A (zh) * 2012-04-24 2012-09-12 浙江大学 超光滑表面缺陷检测系统及其畸变校正方法
JP2016122947A (ja) * 2014-12-25 2016-07-07 キヤノン株式会社 画像処理装置
US20200410650A1 (en) * 2018-03-08 2020-12-31 Sony Corporation Signal processing apparatus, signal processing method, and program
CN109060659A (zh) * 2018-08-08 2018-12-21 西安工业大学 一种光学元件表面疵病三维信息的检测系统及检测方法
CN109409292A (zh) * 2018-10-26 2019-03-01 西安电子科技大学 基于精细化特征优化提取的异源图像匹配方法
JP2020154037A (ja) * 2019-03-18 2020-09-24 キヤノン株式会社 撮像装置及び焦点検出方法
CN109975319A (zh) * 2019-03-18 2019-07-05 四川大学 一种平面光学元件表面质量快速检测装置及其方法
CN110136212A (zh) * 2019-04-23 2019-08-16 武汉精立电子技术有限公司 一种DeMura设备像素点亮度提取精度评判方法及噪声检测方法
US20210312609A1 (en) * 2019-06-14 2021-10-07 Zhejiang University Real-time traceability method of width of defect based on divide-and-conquer
US20210012503A1 (en) * 2019-07-10 2021-01-14 Samsung Electronics Co., Ltd. Apparatus and method for generating image
CN110415192A (zh) * 2019-07-31 2019-11-05 广州运达智能科技有限公司 一种轨道列车线阵相机图像畸变校正方法
EP3828831A1 (en) * 2019-11-28 2021-06-02 Koninklijke Philips N.V. Motion artifact correction for phase-contrast and dark-field imaging
CN114688969A (zh) * 2020-12-29 2022-07-01 南京理工大学 一种光学镜片尺寸检测装置及方法
CN113376172A (zh) * 2021-07-05 2021-09-10 四川大学 一种基于视觉与涡流的焊缝缺陷检测系统及其检测方法
CN114581335A (zh) * 2022-03-18 2022-06-03 厦门云感科技有限公司 一种基于图像的去畸变方法

Non-Patent Citations (13)

* Cited by examiner, † Cited by third party
Title
CHEN, D 等: "Influence of light polarization state on the imaging quality of dark-field imaging system", 《JOURNAL OF OPTICS》 *
FORTE P M F 等: "Exploring combined dark and bright field illumination to improve the detection of defects on specular surfaces", 《OPTICS AND LASERS IN ENGINEERING》 *
LOU W 等: "Error analysis and measurement methods of curved optical element surface defects dark-field imaging inspection system based on multi-axis kinematics", 《OPTICS COMMUNICATIONS》 *
任寰: "强激光系统光学元件的中高频参数对装置性能影响及其检测技术研究", 《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》 *
刘江: "球面及非球面表面疵病检测关键技术研究", 《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》 *
向江华 等: "基于多光谱图像融合的光学表面疵病检测", 《电子测量技术》 *
唐瑞苓 等: "基于SURF的大尺寸表面疵病拼接暗场成像研究", 《机电技术》 *
尹朝阳 等: "大口径反射镜表面颗粒污染物暗场检测算法研究", 《光学学报》 *
张博 等: "基于背景校正和图像分割定量分析光学元件表面疵病的新算法", 《光学学报》 *
张合: "模压镜片疵病检测系统研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
张阳: "球面光学元件疵病检测软件设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王贵林 等: "大口径光学元件表面疵病在位检测与评价研究", 《应用光学》 *
边琦 等: "不同材料CMOS阵列电串扰特性的分析及比较", 《光学与光电技术》 *

Also Published As

Publication number Publication date
CN114878583B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
JP5076240B2 (ja) 撮像装置、撮像方法、およびプログラム
JP5178079B2 (ja) 欠陥検査方法およびその装置
US8040512B2 (en) Inspection device, inspection method, and program
Boult et al. Correcting chromatic aberrations using image warping.
US7315642B2 (en) System and method for measuring thin film thickness variations and for compensating for the variations
US5751863A (en) Method and system having relaxed front end distortion requirements
US7564622B2 (en) Methods for implement microscopy and microscopic measurement as well as microscope and apparatus for implementing them
CN103578088B (zh) 一种星空图像处理方法
US8228401B2 (en) Image capturing and correction apparatus, image capturing and correction method, and medium storing a program
CN109612384B (zh) 一种基于频谱亚像素平移的倾斜像差校正补偿方法
CN102165761A (zh) 图像处理方法、图像处理装置和图像拾取装置
US8259180B2 (en) Method and apparatus for estimating the imaging capability of an image-formation optical system
CN114878583B (zh) 用于畸变光斑照明疵病暗场成像的图像处理方法及系统
Babcock et al. Correcting artifacts in single molecule localization microscopy analysis arising from pixel quantum efficiency differences in sCMOS cameras
CN107784673B (zh) 一种基于非均匀性校正的光纤图像处理方法
CN116883387A (zh) 一种基于zynq的保偏光纤熔接机对轴方法及系统
CN109816609B (zh) 一种基于傅里叶变换的数字pcr图像还原方法及其应用
CN114683539B (zh) Lcd三维打印均光方法和装置
CN116297352A (zh) 一种共聚焦荧光显微镜的质量评价和校准方法
CN113624358B (zh) 用于光热反射显微热成像的三维位移补偿方法及控制装置
JP4594772B2 (ja) 検査装置
CN108008554B (zh) 一种基于弥散斑锐度的点缺陷面积检测方法
CN218350145U (zh) 四焦距相位相干成像的光学测量机器视觉装置
CN111366338A (zh) 一种成虚像光学系统的成像质量检测装置及方法
US20230196533A1 (en) Microscopy System and Method for Reducing an Image Vignetting

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