CN116109552A - 一种光纤缺陷检测方法和系统 - Google Patents
一种光纤缺陷检测方法和系统 Download PDFInfo
- Publication number
- CN116109552A CN116109552A CN202211392807.5A CN202211392807A CN116109552A CN 116109552 A CN116109552 A CN 116109552A CN 202211392807 A CN202211392807 A CN 202211392807A CN 116109552 A CN116109552 A CN 116109552A
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- illumination
- image
- detected
- defect
- 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
Images
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P40/00—Technologies relating to the processing of minerals
- Y02P40/50—Glass production, e.g. reusing waste heat during processing or shaping
- Y02P40/57—Improving the yield, e-g- reduction of reject rates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明提供了一种光纤缺陷检测方法和系统。所述方法包括:对待测光纤的成像视场内提供均匀的光照;在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。本发明可以大大提高光纤表面检测的速度,并且适用于较长公里数的光纤。
Description
技术领域
本发明涉及光纤检测技术领域,尤其涉及一种光纤缺陷检测方法和系统。
背景技术
现有的目前的光纤检测系统只能够进行光纤端面上缺陷的检测,无法进行光纤外表面缺陷的检测,例如专利11337970A公开了“检测至少一个光纤的至少一个端面上的表面缺陷的装置”,该发明使用数字显微镜对光纤端面图像进行捕获,且使用“U-Net”神经网络进行对光纤表面缺陷图像的训练,得到检测算法。在检测速度和光纤检测的广泛度上有所欠缺,只能单一的进行光纤端面的表面缺陷检测。
目前的研究需求是对于光纤外表面的检测,例如专利CN1257580A公开了“检测光纤表面缺陷的方法和装置”,该发明使用检测器对光纤瑕疵进行检测,当光纤快速通过检测点时对光纤表面上逃逸光引起的闪点进行检测。主要用于光纤抽拉过程中的检测。在检测速度和检测精度方面有所欠缺,且该方法缺少了对于光纤复绕的执行。
现有的光纤表面检测的速度较慢,对于需要外表面检测的需求则无法满足。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,本发明为了解决上述问题,提出了一种光纤缺陷检测方法和系统,进行光纤表面缺陷检测的实现。
第一方面,本发明提供一种光纤缺陷检测方法,包括:
对待测光纤的成像视场内提供均匀的光照;
在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;
选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;
当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;
对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
优选地,所述对获得的每个图像进行预处理包括:
对每个图像进行高斯模糊处理,去除干扰。
通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
优选地,所述的光纤缺陷检测方法,还包括:通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
优选地,对待测光纤的成像视场内提供均匀的光照包括:
采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
优选地,取同轴与背光相结合的照明方式包括:
透光光纤采用背光,加强纤使用正面光。
优选地,对所述待测光纤的外侧表面进行多个角度连续成像的步骤之前还包括:
使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
第二方面,本发明还提供一种光纤缺陷检测系统,包括光纤复绕装置、多套照明光源、多套光纤表面图像捕捉装置,以及光纤缺陷识别装置;
所述光纤复绕装置通过匀速出线和收线使得待测光纤匀速运动;
所述多套照明光源对待测光纤的成像视场内提供均匀的光照;
所述多套光纤表面图像捕捉装置在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
所述光纤缺陷识别装置对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
优选地,所述的光纤缺陷检测系统,还包括:光纤清洁装置,所述光纤清洁装置使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
优选地,每套照明光源采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
优选地,每套照明光源包括三个相同光源,所述三个光源距离待测光纤的距离相等,并且相互的夹角为120°,所述光纤表面图像捕捉装置的摄像机与第一光源对称放置,透光光纤采用背光方式时,所述第一光源开启照明,第二光源和第三光源关闭照明,加强纤使用正面光方式时,第一光源关闭照明、第二光源和第三光源开启照明。
本发明的光纤缺陷检测方法和系统,通过光纤表面图像捕捉和对应的图像检测算法的组合,无需进行神经网络的训练,可以大大提高光纤表面检测的速度,并且适用于较长公里数的光纤;本申请的官前边面缺陷检测可以实现无人值守,实现无人工智能检测。
通过以下结合附图对本发明的最佳实施例的详细说明,本发明的这些以及其他优点将更加明显。
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,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。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。在附图中:
图1是示出本发明的光纤缺陷检测方法的一个示例性处理的流程图;
图2是示出本发明的光纤缺陷识别过程的一个示例性处理的流程图;
图3是示出本发明的光纤缺陷检测系统的一个示例的结构示意图;
图4是示出本发明的光纤缺陷检测系统中多套照明光源以及多套光纤表面图像捕捉装置的结构示意图;
图5是示出本发明的光纤缺陷检测系统中照明光源正面光方式的结构示意图;
图6是示出本发明的光纤缺陷检测系统中照明光源背光方式的结构示意图;
图7是示出本发明的LED光源的光学系统的结构示意图;
图8是示出本发明的LED光源的照度分布的示意图;
图9是示出本发明的LED光源的照度分布的示意图;
图10是示出本发明的光纤表面图像采集系统中大景深双远心镜头的结构示意图;
图11是示出本发明的光纤表面图像采集系统的MTF曲线的示意图。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以便有助于提高对本发明实施例的理解。
具体实施方式
在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
如图1和图2所示,本发明的实施例提供了一种光纤缺陷检测方法,包括:
S101、对待测光纤的成像视场内提供均匀的光照;
S102、在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
S103、对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;
S104、选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;
S105、当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;
S106、对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
本发明的光纤缺陷检测方法,通过光纤表面图像捕捉和对应的图像检测算法的组合,使得待测光纤匀速运动,并进行光纤检测部分,通过使用opencv算法对捕捉到的光纤图像进行快速判断和检测,可以实现光纤快速高效的智能检测,无需人工操作,提升了工作效率。
本发明实施例中,步骤S103对获得的每个图像进行预处理包括:
对每个图像进行高斯模糊处理,去除干扰。
通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
本发明实施例中,所述的光纤缺陷检测方法,还包括:
S107、通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
本发明实施例中,通过高斯模糊处理,去除细小不考虑的缺陷的干扰。通过获取待测图像的直方图,并使用直方图与标准无缺陷图像进行直方图的比较,检测出光纤图像是否存在缺陷。然后对存在缺陷的图像进行轮廓提取,可以识别并标记出裂痕轮廓的位置。还可以.通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
本发明实施例中的ROI(Region Of Interest)区域,感兴趣区域,可以是从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域。
本发明实施例中,步骤S101对待测光纤的成像视场内提供均匀的光照包括:
采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
具体地,取同轴与背光相结合的照明方式包括:
透光光纤采用背光,加强纤使用正面光。
本发明实施例中,步骤S102对所述待测光纤的外侧表面进行多个角度连续成像的步骤之前还包括:
使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
如图3所示,本发明实施例提供一种光纤缺陷检测系统,包括光纤复绕装置、多套照明光源、多套光纤表面图像捕捉装置,以及光纤缺陷识别装置;
所述光纤复绕装置通过匀速出线和收线使得待测光纤匀速运动;
所述多套照明光源对待测光纤的成像视场内提供均匀的光照;
所述多套光纤表面图像捕捉装置在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
所述光纤缺陷识别装置对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
本发明实施例中的光纤复绕装置使的待测光纤可以匀速运动,如图4所述,示出多套照明光源以及多套光纤表面图像捕捉装置。本发明实施例中,优选地通过四组相同的照明光源,每组间隔90度拍摄,对光纤的360度角度进行拍摄。每套照明光源包括三个相同光源,所述三个光源距离待测光纤的距离相等,并且相互的夹角为120°,所述光纤表面图像捕捉装置的摄像机与第一光源对称放置。
本发明实施例中,每套照明光源采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
如图5和图6所示,本发明实施例中,每套照明光源包括三个相同光源,所述三个光源距离待测光纤的距离相等,并且相互的夹角为120°,所述光纤表面图像捕捉装置的摄像机与第一光源对称放置,透光光纤采用背光方式时,所述第一光源开启照明,第二光源和第三光源关闭照明,加强纤使用正面光方式时,第一光源关闭照明、第二光源和第三光源开启照明。
本发明实施例采用可见光照明光源为被测光纤提供侧向照明。取同轴与背光相结合的照明方式(可透光光纤采用背光,加强纤使用正面光),突出光纤表面缺陷,获得高质量的图像。另外,由于需要对待测光纤进行快速连续成像,需要两个相同光源对称放置,通过两组光源进行叠加,在成像视场内获得均匀的光照度。
本发明实施例待测光纤位置位于相机与光源中间,正面光为一相机对应二光源,背光为一相机对应一光源。
本发明实施例采用白光LED光源实现光纤表面高亮度照明。为了获得最佳的光收集效率,每个LED光源的光学系统为3片式大孔径柯拉照明系统,如图7所示。本发明实施例中的LED光源的光学结构保持LED发射光束能量最大的0°光线在光纤处仍保持0°入射,并使光纤入口上的光束锥角以0°光线为中心对称。同时使发射光束±70°内的LED光线聚焦在光纤入口处的±15°内,3片透镜组中,第一透镜,第二透镜具有较大的光焦度,以较大的孔径收拢LED的出射光束,使LED输出的光束变为孔径角较小,口径较大的光束。因为透镜系统的光焦度较大,采用2片分担光焦度的方式,第二透镜使用高折射率的非球面透镜,获得最佳的收集效率。前2片透镜系统输出的光束主光线具有一定的角度,通过第三透镜将其调整为符合要求的光束。第三透镜同样为高折射率的非球面透镜。滤色片针对不同波长具有变化的透过率,起到匹配相机,改善图像质量的作用。
表1示出采用图7的LED光源的基本性能指标。
表1
名称 | 参数 |
色坐标 | x=0.322,y=0.334(CIE1931) |
发光面积 | <![CDATA[3.3mm<sup>2</sup>]]> |
光通量 | 1000lm |
输入功率 | 9.35W |
发光效率 | <![CDATA[10<sup>7</sup>lm/W]]> |
本发明实施例中三片透镜的LED光源的光学系统的收集效率为50%,滤色片的效率为82%,因此,整体效率约41%,1000lm的LED最终到达光纤处的光通量为410lm。整个光学系统安装在直径35mm,长122mm的镜筒内,滤色片外表面镀介质增透膜。光线照度均匀性总体保持在90%以上,见图8和图9。
本发明实施例为了实现光纤表面缺陷图像采集和光纤漏光图像采集,拟采用MV-CH050-10UM相机实现光纤表面成像,该相机为500万像素,像素尺寸3.45μm,ROI模式下,可实现200fps的帧率,可进行高速光纤动态成像,具有12位深度,可进行高对比度图像获取,同时,可接入第三方软件平台,其主要参数如表2所示。
表2相机主要参数
名称 | 参数 |
传感器类型 | CMOS,全局快门 |
像元尺寸 | 3.45μm×3.45μm |
靶面尺寸 | 2/3” |
分辨率 | 2448×2048 |
最大帧率 | 74fps |
动态范围 | 75.4dB |
信噪比 | 40dB |
增益 | 0dB-17dB |
曝光时间 | 15μs-10sec |
如图10所示,成像透镜采用大景深双远心镜头,对称结构。系统放大倍数2倍,总长200mm,物方景深0.6mm。光纤表面图像采集系统的MTF(Modulation Transfer Function,调制传递函数)曲线如图11所示,图11中,曲线1、2、3、4、5分别代表相对视场的0视场、0.35视场、0.5视场、0.7视场和1视场的曲线,在10μm分辨率对应的50lp/mm处的MTF值大于0.5,可以保证系统的成像效果。
本发明实施例中,所述的光纤缺陷检测系统,还包括:光纤清洁装置,所述光纤清洁装置使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
本发明实施例中,为了防止灰尘对待测光纤表面裂痕检测的效果干扰,光纤清洁装置对通过的待测光纤经过吸有酒精的海绵进行清洁。
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。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。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 (10)
1.一种光纤缺陷检测方法,其特征在于,包括:
对待测光纤的成像视场内提供均匀的光照;
在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;
选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;
当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;
对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
2.根据权利要求1所述的光纤缺陷检测方法,其特征在于,所述对获得的每个图像进行预处理包括:
对每个图像进行高斯模糊处理,去除干扰。
通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
3.根据权利要求1所述的光纤缺陷检测方法,其特征在于,还包括:通过计算轮廓的垂直边界最小矩形的面积进行轮廓像素面积的计算。
4.根据权利要求1所述的光纤缺陷检测方法,其特征在于,对待测光纤的成像视场内提供均匀的光照包括:
采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
5.根据权利要求4所述的光纤缺陷检测方法,其特征在于,取同轴与背光相结合的照明方式包括:
透光光纤采用背光,加强纤使用正面光。
6.根据权利要求1所述的光纤缺陷检测方法,其特征在于,对所述待测光纤的外侧表面进行多个角度连续成像的步骤之前还包括:
使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
7.一种光纤缺陷检测系统,其特征在于,包括光纤复绕装置、多套照明光源、多套光纤表面图像捕捉装置,以及光纤缺陷识别装置;
所述光纤复绕装置通过匀速出线和收线使得待测光纤匀速运动;
所述多套照明光源对待测光纤的成像视场内提供均匀的光照;
所述多套光纤表面图像捕捉装置在所述待测光纤匀速运动过程中,对所述待测光纤的外侧表面进行多个角度连续成像;
所述光纤缺陷识别装置对获得的每个图像进行预处理,将所述图像中非缺陷的部分去除;选择待测光纤检测的ROI区域,截取对应的ROI区域图像,对所述ROI区域图像的直方图与标准无缺陷图像的直方图进行比较;当所述直方图的差距大于设定的阈值时,则判断所述ROI区域图像具有缺陷;对具有缺陷的所述ROI区域图像通过轮廓发现算法将待测光纤ROI区域中的缺陷部分进行标记识别。
8.根据权利要求7所述的光纤缺陷检测系统,其特征在于,还包括:光纤清洁装置,所述光纤清洁装置使用纳米级吸水海绵以及酒精喷头将所述待测光纤表面进行清洁。
9.根据权利要求7所述的光纤缺陷检测系统,其特征在于,每套照明光源采用可见光照明光源为被测光纤提供侧向照明;取同轴与背光相结合的照明方式。
10.根据权利要求9所述的光纤缺陷检测系统,其特征在于,每套照明光源包括三个相同光源,所述三个光源距离待测光纤的距离相等,并且相互的夹角为120°,所述光纤表面图像捕捉装置的摄像机与第一光源对称放置,透光光纤采用背光方式时,所述第一光源开启照明,第二光源和第三光源关闭照明,加强纤使用正面光方式时,第一光源关闭照明、第二光源和第三光源开启照明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392807.5A CN116109552A (zh) | 2022-11-08 | 2022-11-08 | 一种光纤缺陷检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392807.5A CN116109552A (zh) | 2022-11-08 | 2022-11-08 | 一种光纤缺陷检测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116109552A true CN116109552A (zh) | 2023-05-12 |
Family
ID=86253429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211392807.5A Pending CN116109552A (zh) | 2022-11-08 | 2022-11-08 | 一种光纤缺陷检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109552A (zh) |
-
2022
- 2022-11-08 CN CN202211392807.5A patent/CN116109552A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108760765B (zh) | 一种基于侧视相机拍摄的表面损伤缺陷检测装置及方法 | |
CN106814083B (zh) | 滤波片缺陷检测系统及其检测方法 | |
KR20070080591A (ko) | 라인센서 카메라를 이용한 반도체 기판의 결함검출장치 및방법 | |
CN108088845A (zh) | 一种基于微弱信息保留的成像校正方法与装置 | |
CN112945988B (zh) | 镜片缺陷检测系统及检测方法 | |
JP2012229978A (ja) | 孔内周面撮影装置 | |
JP2004037248A (ja) | 検査装置および貫通孔の検査方法 | |
CN116223519A (zh) | 晶圆检测设备、检测方法、系统及可读存储介质 | |
TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN113289911B (zh) | 用于多面体物料的缺陷检测方法及系统 | |
CN105391998B (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
CN111103309A (zh) | 用于检测透明材质物体瑕疵的方法 | |
WO2020162409A1 (ja) | プラスチック光ファイバのコア径計測方法およびそれに用いるプラスチック光ファイバのコア径計測装置、プラスチック光ファイバの欠陥検出方法およびそれに用いるプラスチック光ファイバの欠陥検出装置 | |
CN108490002A (zh) | 一种微结构棱镜镜片质量检测方法 | |
CN116109552A (zh) | 一种光纤缺陷检测方法和系统 | |
JP2009236760A (ja) | 画像検出装置および検査装置 | |
JP2009162492A (ja) | 検査装置 | |
US10867379B2 (en) | Method and apparatus for optically inspecting a mold for manufacturing ophthalmic lenses for possible mold defects | |
JP2004037399A (ja) | 画像検査方法および装置 | |
CN210375628U (zh) | 一种镜片检测系统 | |
JPH0989789A (ja) | 筒内面欠陥検出装置 | |
CN112326681B (zh) | 一种利用离焦差分平场矫正检测镜头洁净度的方法 | |
CN108445021A (zh) | 微结构棱镜镜片质量检测系统 | |
US20210063863A1 (en) | Method and test system for assessing the quality of a multi-channel micro- and/or subwavelength-optical projection unit | |
JP3048342B2 (ja) | 透明板中の気泡検出装置 |
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 |