CN114878583B - 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 PDFInfo
- Publication number
- CN114878583B CN114878583B CN202210798189.8A CN202210798189A CN114878583B CN 114878583 B CN114878583 B CN 114878583B CN 202210798189 A CN202210798189 A CN 202210798189A CN 114878583 B CN114878583 B CN 114878583B
- Authority
- CN
- China
- Prior art keywords
- image
- rmse
- defects
- effective
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 68
- 238000003384 imaging method Methods 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000004075 alteration Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000005286 illumination Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 201000009310 astigmatism Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 206010073261 Ovarian theca cell tumour Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000001446 dark-field microscopy Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000001644 thecoma Diseases 0.000 description 1
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)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (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
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:
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:
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:
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:
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:
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:
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:
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:
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,适用于暗场显微成像中聚焦透镜存在像差引起的畸变光斑检测缺陷导致图像中物体轮廓信息缺失的情形,其特征在于,包括如下步骤:
计算理想图像与存在像差时的图像的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。
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。
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。
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 CN114878583A (zh) | 2022-08-09 |
CN114878583B true 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 (16)
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 |
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 |
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 |
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 |
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 |
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 |
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 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6809809B2 (en) * | 2000-11-15 | 2004-10-26 | Real Time Metrology, Inc. | Optical method and apparatus for inspecting large area planar objects |
US7676110B2 (en) * | 2003-09-30 | 2010-03-09 | Fotonation Vision Limited | Determination of need to service a camera based on detection of blemishes in digital images |
US7248351B2 (en) * | 2005-02-25 | 2007-07-24 | Infineon Technologies Ag | Optimizing light path uniformity in inspection systems |
US7345825B2 (en) * | 2005-06-30 | 2008-03-18 | Kla-Tencor Technologies Corporation | Beam delivery system for laser dark-field illumination in a catadioptric optical system |
JP4723362B2 (ja) * | 2005-11-29 | 2011-07-13 | 株式会社日立ハイテクノロジーズ | 光学式検査装置及びその方法 |
JP5634989B2 (ja) * | 2008-06-17 | 2014-12-03 | ケーエルエー−テンカー・コーポレーションKla−Tencor Corporation | 対物光学系および試料検査装置 |
JP5406677B2 (ja) * | 2009-01-26 | 2014-02-05 | 株式会社日立ハイテクノロジーズ | 暗視野欠陥検査方法及び暗視野欠陥検査装置 |
JP5564348B2 (ja) * | 2010-07-15 | 2014-07-30 | 株式会社キーエンス | 画像処理装置及び外観検査方法 |
WO2019171984A1 (ja) * | 2018-03-08 | 2019-09-12 | ソニー株式会社 | 信号処理装置、信号処理方法、及び、プログラム |
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 |
US11636584B2 (en) * | 2019-06-14 | 2023-04-25 | Zhejiang University | Real-time traceability method of width of defect based on divide-and-conquer |
KR20210007276A (ko) * | 2019-07-10 | 2021-01-20 | 삼성전자주식회사 | 영상 생성 장치 및 방법 |
-
2022
- 2022-07-08 CN CN202210798189.8A patent/CN114878583B/zh active Active
Patent Citations (16)
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 |
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 |
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 |
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 |
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 |
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 |
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 |
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)
Title |
---|
Error analysis and measurement methods of curved optical element surface defects dark-field imaging inspection system based on multi-axis kinematics;Lou W 等;《Optics Communications》;20220612;第521卷;第128601页 * |
Exploring combined dark and bright field illumination to improve the detection of defects on specular surfaces;Forte P M F 等;《Optics and Lasers in Engineering》;20160826;第88卷;第120-128页 * |
Influence of light polarization state on the imaging quality of dark-field imaging system;Chen, D 等;《JOURNAL OF OPTICS》;20220301;第24卷(第3期);第1-8页 * |
不同材料CMOS阵列电串扰特性的分析及比较;边琦 等;《光学与光电技术》;20210603;第19卷(第3期);第13-19页 * |
基于SURF的大尺寸表面疵病拼接暗场成像研究;唐瑞苓 等;《机电技术》;20190430(第2期);第96-98+102页 * |
基于多光谱图像融合的光学表面疵病检测;向江华 等;《电子测量技术》;20220226;第45卷(第3期);第131-135页 * |
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;张博 等;《光学学报》;20160616;第36卷(第9期);第120-129页 * |
大口径光学元件表面疵病在位检测与评价研究;王贵林 等;《应用光学》;20191115;第40卷(第6期);第1167-1173页 * |
大口径反射镜表面颗粒污染物暗场检测算法研究;尹朝阳 等;《光学学报》;20191225;第40卷(第7期);第78-87页 * |
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;任寰;《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》;20200615(第6期);第C040-13页 * |
模压镜片疵病检测系统研究;张合;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20210115(第1期);第C030-61页 * |
球面光学元件疵病检测软件设计;张阳;《中国优秀硕士学位论文全文数据库信息科技辑》;20200315(第3期);第I138-459页 * |
球面及非球面表面疵病检测关键技术研究;刘江;《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》;20160815(第8期);第C030-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114878583A (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5076240B2 (ja) | 撮像装置、撮像方法、およびプログラム | |
US5751863A (en) | Method and system having relaxed front end distortion requirements | |
CN102165761B (zh) | 图像处理方法、图像处理装置和图像拾取装置 | |
JP5178079B2 (ja) | 欠陥検査方法およびその装置 | |
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 | |
US6031607A (en) | System and method for inspecting pattern defect | |
US8228401B2 (en) | Image capturing and correction apparatus, image capturing and correction method, and medium storing a program | |
CN103578088B (zh) | 一种星空图像处理方法 | |
CN109612384B (zh) | 一种基于频谱亚像素平移的倾斜像差校正补偿方法 | |
CN109856164A (zh) | 一种机器视觉采集大范围图像的优化装置及其检测方法 | |
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 | |
CN107784673B (zh) | 一种基于非均匀性校正的光纤图像处理方法 | |
Babcock et al. | Correcting artifacts in single molecule localization microscopy analysis arising from pixel quantum efficiency differences in sCMOS cameras | |
CN110136212B (zh) | 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 | |
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 | |
JP4594772B2 (ja) | 検査装置 | |
CN116297352A (zh) | 一种共聚焦荧光显微镜的质量评价和校准方法 | |
NL9201761A (nl) | Werkwijze voor het aan een met een kleurenweergeefsysteem af te beelden beeldpunt toekennen van een pertinente indicatie in relatie met kleurgedrag, alsmede een kleurenweergeefsysteem ingericht voor het uitvoeren van een dergelijke werkwijze. | |
KR20140096616A (ko) | 결함 검사 장치 및 이의 왜곡 보정방법 | |
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 | |
CN112381896A (zh) | 一种显微图像的亮度校正方法及系统、计算机设备 | |
CN111366338A (zh) | 一种成虚像光学系统的成像质量检测装置及方法 |
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 |