CN116402819B - 类镜面缺陷检测方法、装置、电子设备及存储介质 - Google Patents

类镜面缺陷检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116402819B
CN116402819B CN202310673969.4A CN202310673969A CN116402819B CN 116402819 B CN116402819 B CN 116402819B CN 202310673969 A CN202310673969 A CN 202310673969A CN 116402819 B CN116402819 B CN 116402819B
Authority
CN
China
Prior art keywords
phase
pseudo
correlation quality
mirror
calculating
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
Application number
CN202310673969.4A
Other languages
English (en)
Other versions
CN116402819A (zh
Inventor
易京亚
宋梦洒
魏晟
温志庆
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202310673969.4A priority Critical patent/CN116402819B/zh
Publication of CN116402819A publication Critical patent/CN116402819A/zh
Application granted granted Critical
Publication of CN116402819B publication Critical patent/CN116402819B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • G06T2207/10024—Color 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请属于类镜面缺陷检测的技术领域，公开了一种类镜面缺陷检测方法、装置、电子设备及存储介质，该方法包括：获取待测类镜面物体表面的变形条纹图，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，提高了缺陷检测的效率。

Description

类镜面缺陷检测方法、装置、电子设备及存储介质
技术领域
本申请涉及类镜面缺陷检测的技术领域，具体而言，涉及一种类镜面缺陷检测方法、装置、电子设备及存储介质。
背景技术
随着现代社会对工业成品精度和美观度要求的提高，外观呈镜面和类镜面的制成品备受消费者喜爱，因此类镜面表面缺陷检测需求日益增加，常见应用场景包括家用陶瓷外观检测、镜面手机壳缺陷检测以及汽车面漆质量检测等，缺陷类型主要包括划痕、脏污、凹陷、凸出等。
目前，制造业中对类镜面缺陷检测的主要方法是采用人工检测，依赖工人的目视和触摸实现，但该方法效率较低，且对工人经验和职业素养有一定要求。随着计算机视觉技术的发展，对类镜面的缺陷检测也涌现出了多种基于机器视觉的智能检测方法，例如，采用相位测量偏折术（PMD）对类镜面物体进行三维重构，再利用图像分析技术从3D数据中分析缺陷位置，但该方法涉及3D重构，因此整个过程算法复杂且耗时；另外，从相位测量偏折术（PMD）衍生出来的调制度测量轮廓术（MMP）能够快速有效的识别划痕、污渍、气泡等缺陷，但该方法无法识别局部凹坑和凸起缺陷。
因此，亟需一种检测类镜面表面局部形变瑕疵的有效方法，弥补传统调制度测量轮廓术瑕疵检测的方法的不足。
发明内容
本申请的目的在于提供一种类镜面缺陷检测方法、装置、电子设备及存储介质，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
第一方面，本申请提供了一种类镜面缺陷检测方法，用于对类镜面缺陷进行检测，包括步骤：
获取待测类镜面物体表面的变形条纹图；
通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
利用图像分析技术，检测所述相位伪相关质量差值图，得到所述待测类镜面物体表面的缺陷结果数据。
本申请提供的类镜面缺陷检测方法可以实现对类镜面缺陷进行检测，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
可选地，获取待测类镜面物体表面的变形条纹图，包括：
获取检测系统生成的N步相移图；
运用多步相移技术，将所述N步相移图在所述待测类镜面物体表面进行投影并相移，得到所述待测类镜面物体表面反射的变形条纹光；
收集所述变形条纹光，生成所述待测类镜面物体表面的变形条纹图。
本申请提供的类镜面缺陷检测方法可以实现对类镜面缺陷进行检测，通过相位测量偏折术，能够快速获取待测类镜面物体表面的变形条纹图，有利于提高类镜面缺陷的检测效率。
可选地，通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，包括：
从所述变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图；
通过所述相移法，分别对所述横坐标方向变形条纹图和所述纵坐标方向变形条纹图进行计算，得到所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位。
可选地，根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，包括：
基于所述横坐标方向包裹相位、所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到相位伪相关质量图；
调整所述预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图；
将在不同数值的计算窗口因子情况下的所述相位伪相关质量图之间进行对比，得到所述相位伪相关质量差值图。
本申请提供的类镜面缺陷检测方法可以实现对类镜面缺陷进行检测，通过计算得到相位伪相关质量差值图，能够更好的反映类镜面物体表面的形变缺陷，有利于提高类镜面缺陷的检测效率。
可选地，基于所述横坐标方向包裹相位、所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到相位伪相关质量图，包括：
根据所述横坐标方向包裹相位和所述预设的计算窗口因子，计算得到横坐标伪相关质量图；
基于所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到纵坐标伪相关质量图；
融合所述横坐标伪相关质量图和所述纵坐标伪相关质量图，得到所述相位伪相关质量图。
可选地，所述相位伪相关质量图的融合方法包括质量图绝对值相加法或质量图求模法。
可选地，调整所述预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图，包括：
调整所述预设的计算窗口因子的数值，得到不同数值的计算窗口因子；
基于所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合所述不同数值的计算窗口因子，计算得到所述在不同数值的计算窗口因子情况下的相位伪相关质量图。
第二方面，本申请提供了一种类镜面缺陷检测装置，用于对类镜面缺陷进行检测，包括：
获取模块，用于获取待测类镜面物体表面的变形条纹图；
相位模块，用于通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
差值模块，用于根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
检测模块，用于利用图像分析技术，检测所述相位伪相关质量差值图，得到所述待测类镜面物体表面的缺陷结果数据。
该类镜面缺陷检测装置，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
第三方面，本申请提供了一种电子设备，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如前文所述类镜面缺陷检测方法中的步骤。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如前文所述类镜面缺陷检测方法中的步骤。
有益效果：
本申请提供的类镜面缺陷检测方法、装置、电子设备及存储介质，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
附图说明
图1为本申请实施例提供的类镜面缺陷检测方法的流程图。
图2为本申请实施例提供的类镜面缺陷检测装置的结构示意图。
图3为本申请实施例提供的电子设备的结构示意图。
图4为相位伪相关质量差值图的示意图。
图5为相位伪相关质量图的示意图。
图6为待测类镜面物体表面的缺陷结果数据的示意图。
标号说明：1、获取模块；2、相位模块；3、差值模块；4、检测模块；301、处理器；302、存储器；303、通信总线。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种类镜面缺陷检测方法，用于对类镜面缺陷进行检测，包括步骤：
步骤S101，获取待测类镜面物体表面的变形条纹图；
步骤S102，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
步骤S103，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
步骤S104，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据。
该类镜面缺陷检测方法，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
具体地，在步骤S101中，获取待测类镜面物体表面的变形条纹图，包括：
获取检测系统生成的N步相移图；
运用多步相移技术，将N步相移图在待测类镜面物体表面进行投影并相移，得到待测类镜面物体表面反射的变形条纹光；
收集变形条纹光，生成待测类镜面物体表面的变形条纹图。
在步骤S101中，搭建检测系统如PMD（相位测量偏折术，Phase MeasuringDeflectometry）系统，获取由计算机等设备的检测系统生成的N步相移图，使用光源设备如显示器等设备作为光源，将N步相移图（即投影条纹图）投影在待测类镜面物体表面，运用多步相移技术，在投影的同时进行相移，待测类镜面物体表面在接收投影的同时进行反射，待测类镜面物体表面会反射变形条纹光，在相移的同时，使用相机等采集设备采集变形条纹光，生成对应的变形条纹图，得到待测类镜面物体表面的变形条纹图。上述设备可根据实际需要进行修改，但不限于此。
其中，N步相移图包括正弦条纹图或余弦条纹图，即N步相移图可为N幅（N步）正弦条纹图或N幅（N步）余弦条纹图，根据移动步数（N步）确定正弦条纹图或余弦条纹图的数量（N）。
投影条纹图的光强表示为：
；
其中，为投影条纹图的光强，A(x,y)表示投影条纹图的背景光，B(x,y)是投影条纹图的对比度，/>为条纹频率值，N为N步相移图的步数（N步，N为正整数），n为第n幅N步相移图/>，x为图中像素点的横坐标，y为图中像素点的纵坐标。
具体地，在步骤S102中，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，包括：
从变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图；
通过相移法，分别对横坐标方向变形条纹图和纵坐标方向变形条纹图进行计算，得到变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位。
在步骤S102中，从变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图，通过相移法，计算得到横坐标方向变形条纹图对应的横坐标方向（X方向）包裹相位和纵坐标方向变形条纹图对应的纵坐标方向（Y方向）包裹相位。
其中，包裹相位的计算公式具体为：
；
其中，为包裹相位，/>为变形条纹图光强（该变形条纹图光强可以是横坐标方向变形条纹图光强或纵坐标方向变形条纹图光强，若是横坐标方向变形条纹图光强，则为计算横坐标包裹相位，若是纵坐标方向变形条纹图光强，则为计算纵坐标包裹相位）。
具体地，在步骤S103中，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，包括：
基于横坐标方向包裹相位、纵坐标方向包裹相位和预设的计算窗口因子，计算得到相位伪相关质量图；
调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图；
将在不同数值的计算窗口因子情况下的相位伪相关质量图之间进行对比，得到相位伪相关质量差值图。
在步骤S103中，根据预设的计算窗口因子、横坐标方向包裹相位和纵坐标方向包裹相位，计算得到相位伪相关质量值，相位伪相关质量图由相位伪相关质量值组成。相位伪相关质量值的计算公式具体为：
；
其中，为变形条纹图（或相位伪相关质量图，或横坐标伪相关质量图，或纵坐标伪相关质量图，像素坐标在各个图中的位置相同）中像素坐标(p,m)位置的相位伪相关质量值，k为计算窗口因子，/>为像素坐标(i,j)的包裹相位（该包裹相位可以是横坐标方向包裹相位或纵坐标方向包裹相位，若是横坐标方向包裹相位，则为计算横坐标伪相关质量值，若是纵坐标方向包裹相位，则为计算纵坐标伪相关质量值）。对于预设的计算窗口因子对应的相位伪相关质量图，把上述公式中的k取为预设的计算窗口因子kb即可。
调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图，即通过调整计算窗口因子k的取值，获取不同尺度下（不同数值的计算窗口因子k情况下）的相位伪相关质量图。
将在不同数值的计算窗口因子情况下的相位伪相关质量图（包括预设的计算窗口因子对应的相位伪相关质量图，和调整后的各计算窗口因子对应的相位伪相关质量图）之间进行对比，得到相位伪相关质量差值图，通过将不同尺度的相位伪相关质量图进行作差，得到不同尺度下的相位伪相关质量图的差值图（即相位伪相关质量差值图），如取计算窗口因子k1和计算窗口因子k2，取两种不同计算窗口因子的相位伪相关质量图进行作差，计算计算窗口因子k1的相位伪相关质量图和计算窗口因子k2的相位伪相关质量图的差值，得到相位伪相关质量图的差值图，如图4所示，图4为相位伪相关质量差值图的示意图，相位伪相关质量差值图能够更好的反映类镜面物体表面的形变缺陷，从图4中可以看出，图中存在明显的黑点，即为形变缺陷部分（计算窗口因子的取值可根据实际需要调整，但不限于此）。
具体地，在步骤S103中，基于横坐标方向包裹相位、纵坐标方向包裹相位和预设的计算窗口因子，计算得到相位伪相关质量图，包括：
根据横坐标方向包裹相位和预设的计算窗口因子，计算得到横坐标伪相关质量图；
基于纵坐标方向包裹相位和预设的计算窗口因子，计算得到纵坐标伪相关质量图；
融合横坐标伪相关质量图和纵坐标伪相关质量图，得到相位伪相关质量图。
在步骤S103中，根据横坐标方向包裹相位和预设的计算窗口因子，结合相位伪相关质量图的计算公式，计算得到横坐标伪相关质量图，基于纵坐标方向包裹相位和预设的计算窗口因子，结合相位伪相关质量图的计算公式，计算得到纵坐标伪相关质量图，将横坐标伪相关质量图和纵坐标伪相关质量图进行融合，得到相位伪相关质量图，如图5所示，图5为相位伪相关质量图的示意图，其中，图5的上图为纵坐标方向（Y方向）变形条纹图和纵坐标方向（Y方向）包裹相位，图5的下图为横坐标方向（X方向）变形条纹图和横坐标方向（X方向）包裹相位，相位伪相关质量图由横坐标方向（X方向）包裹相位和纵坐标方向（Y方向）包裹相位经过计算后融合而成。
具体地，在步骤S103中，相位伪相关质量图的融合方法（即融合横坐标伪相关质量图和纵坐标伪相关质量图，得到相位伪相关质量图的融合方法）包括质量图绝对值相加法或质量图求模法。质量图绝对值相加法为将横坐标伪相关质量图的坐标绝对值和纵坐标伪相关质量图的坐标绝对值相加，得到相位伪相关质量图的绝对值。质量图求模法为将横坐标伪相关质量图的横坐标向量模和纵坐标伪相关质量图的纵坐标向量模相结合，得到相位伪相关质量图的横坐标向量模和纵坐标向量模。
具体地，在步骤S103中，调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图，包括：
调整预设的计算窗口因子的数值，得到不同数值的计算窗口因子；
基于横坐标方向包裹相位和纵坐标方向包裹相位，结合不同数值的计算窗口因子，计算得到在不同数值的计算窗口因子情况下的相位伪相关质量图。
在步骤S103中，通过调整预设的计算窗口因子的取值，得到不同数值的计算窗口因子ka，结合横坐标方向包裹相位和纵坐标方向包裹相位，以相位伪相关质量图的计算公式为依据，计算不同尺度下（不同数值的计算窗口因子ka情况下）的相位伪相关质量图（具体地，把公式中的k取为相应的ka）。
具体地，在步骤S104中，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据，即对相位伪相关质量差值图的缺陷位置进行定位，通过图像分析技术，对相位伪相关质量差值图进行图像滤波，阈值分割，形态学处理和轮廓提取等分析操作，提取待测类镜面物体表面的局部缺陷，得到待测类镜面物体表面的缺陷结果数据，如图6所示，图6为待测类镜面物体表面的缺陷结果数据的示意图，其中，左上方图为待测类镜面物体表面的相位伪相关质量差值图，左下方图为相位伪相关质量差值图的检测缺陷结果图，右图为检测缺陷结果图的放大示意图，右图的黑线包围部分为缺陷部分，黑线包围部分内存在缺陷点（灰度图中缺陷效果不明显，彩色图中缺陷效果更明显）。
由上可知，该类镜面缺陷检测方法，通过获取待测类镜面物体表面的变形条纹图，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据；从而，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
参考图2，本申请提供了一种类镜面缺陷检测装置，用于对类镜面缺陷进行检测，包括：
获取模块1，用于获取待测类镜面物体表面的变形条纹图；
相位模块2，用于通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
差值模块3，用于根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
检测模块4，用于利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据。
该类镜面缺陷检测装置，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
具体地，获取模块1在获取待测类镜面物体表面的变形条纹图，执行：
获取检测系统生成的N步相移图；
运用多步相移技术，将N步相移图在待测类镜面物体表面进行投影并相移，得到待测类镜面物体表面反射的变形条纹光；
收集变形条纹光，生成待测类镜面物体表面的变形条纹图。
获取模块1在执行时，搭建检测系统如PMD（相位测量偏折术，Phase MeasuringDeflectometry）系统，获取由计算机等设备的检测系统生成的N步相移图，使用光源设备如显示器等设备作为光源，将N步相移图（即投影条纹图）投影在待测类镜面物体表面，运用多步相移技术，在投影的同时进行相移，待测类镜面物体表面在接收投影的同时进行反射，待测类镜面物体表面会反射变形条纹光，在相移的同时，使用相机等采集设备采集变形条纹光，生成对应的变形条纹图，得到待测类镜面物体表面的变形条纹图。上述设备可根据实际需要进行修改，但不限于此。
其中，获取模块1在执行时，获取的N步相移图包括正弦条纹图或余弦条纹图，即N步相移图可为N幅（N步）正弦条纹图或N幅（N步）余弦条纹图，根据移动步数（N步）确定正弦条纹图或余弦条纹图的数量（N）。
投影条纹图的光强表示为：
；
其中，为投影条纹图的光强，A(x,y)表示投影条纹图的背景光，B(x,y)是投影条纹图的对比度，/>为条纹频率值，N为N步相移图的步数（N步，N为正整数），n为第n幅N步相移图/>，x为图中像素点的横坐标，y为图中像素点的纵坐标。
具体地，相位模块2在通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位时，执行：
从变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图；
通过相移法，分别对横坐标方向变形条纹图和纵坐标方向变形条纹图进行计算，得到变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位。
相位模块2在执行时，从变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图，通过相移法，计算得到横坐标方向变形条纹图对应的横坐标方向（X方向）包裹相位和纵坐标方向变形条纹图对应的纵坐标方向（Y方向）包裹相位。
其中，包裹相位的计算公式具体为：
；
其中，为包裹相位，/>为变形条纹图光强（该变形条纹图光强可以是横坐标方向变形条纹图光强或纵坐标方向变形条纹图光强，若是横坐标方向变形条纹图光强，则为计算横坐标包裹相位，若是纵坐标方向变形条纹图光强，则为计算纵坐标包裹相位）。
具体地，差值模块3在根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图时，执行：
基于横坐标方向包裹相位、纵坐标方向包裹相位和预设的计算窗口因子，计算得到相位伪相关质量图；
调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图；
将在不同数值的计算窗口因子情况下的相位伪相关质量图之间进行对比，得到相位伪相关质量差值图。
差值模块3在执行时，根据预设的计算窗口因子、横坐标方向包裹相位和纵坐标方向包裹相位，计算得到相位伪相关质量值，相位伪相关质量图由相位伪相关质量值组成。相位伪相关质量值的计算公式具体为：
；
其中，为变形条纹图（或相位伪相关质量图，或横坐标伪相关质量图，或纵坐标伪相关质量
图，像素坐标在各个图中的位置相同）中像素坐标(p,m)位置的相位伪相关质量值，k为计算窗口因子，为像素坐标(i,j)的包裹相位（该包裹相位可以是横坐标方向包裹相位或纵坐标方向包裹相位，若是横坐标方向包裹相位，则为计算横坐标伪相关质量值，若是纵坐标方向包裹相位，则为计算纵坐标伪相关质量值）。对于预设的计算窗口因子对应的相位伪相关质量图，把上述公式中的k取为预设的计算窗口因子kb即可。
调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图，即通过调整计算窗口因子k的取值，获取不同尺度下（不同数值的计算窗口因子k情况下）的相位伪相关质量图。
将在不同数值的计算窗口因子情况下的相位伪相关质量图（包括预设的计算窗口因子对应的相位伪相关质量图，和调整后的各计算窗口因子对应的相位伪相关质量图）之间进行对比，得到相位伪相关质量差值图，通过将不同尺度的相位伪相关质量图进行作差，得到不同尺度下的相位伪相关质量图的差值图（即相位伪相关质量差值图），如取计算窗口因子k1和计算窗口因子k2，取两种不同计算窗口因子的相位伪相关质量图进行作差，计算计算窗口因子k1的相位伪相关质量图和计算窗口因子k2的相位伪相关质量图的差值，得到相位伪相关质量图的差值图，如图4所示，图4为相位伪相关质量差值图的示意图，相位伪相关质量差值图能够更好的反映类镜面物体表面的形变缺陷，从图4中可以看出，图中存在明显的黑点，即为形变缺陷部分（计算窗口因子的取值可根据实际需要调整，但不限于此）。
具体地，差值模块3在基于横坐标方向包裹相位、纵坐标方向包裹相位和预设的计算窗口因子，计算得到相位伪相关质量图时，执行：
根据横坐标方向包裹相位和预设的计算窗口因子，计算得到横坐标伪相关质量图；
基于纵坐标方向包裹相位和预设的计算窗口因子，计算得到纵坐标伪相关质量图；
融合横坐标伪相关质量图和纵坐标伪相关质量图，得到相位伪相关质量图。
差值模块3在执行时，根据横坐标方向包裹相位和预设的计算窗口因子，结合相位伪相关质量图的计算公式，计算得到横坐标伪相关质量图，基于纵坐标方向包裹相位和预设的计算窗口因子，结合相位伪相关质量图的计算公式，计算得到纵坐标伪相关质量图，将横坐标伪相关质量图和纵坐标伪相关质量图进行融合，得到相位伪相关质量图，如图5所示，图5为相位伪相关质量图的示意图，其中，图5的上图为纵坐标方向（Y方向）变形条纹图和纵坐标方向（Y方向）包裹相位，图5的下图为横坐标方向（X方向）变形条纹图和横坐标方向（X方向）包裹相位，相位伪相关质量图由横坐标方向（X方向）包裹相位和纵坐标方向（Y方向）包裹相位经过计算后融合而成。
具体地，差值模块3在执行时，可用的相位伪相关质量图的融合方法（即融合横坐标伪相关质量图和纵坐标伪相关质量图，得到相位伪相关质量图的融合方法）包括质量图绝对值相加法或质量图求模法。质量图绝对值相加法为将横坐标伪相关质量图的坐标绝对值和纵坐标伪相关质量图的坐标绝对值相加，得到相位伪相关质量图的绝对值。质量图求模法为将横坐标伪相关质量图的横坐标向量模和纵坐标伪相关质量图的纵坐标向量模相结合，得到相位伪相关质量图的横坐标向量模和纵坐标向量模。
具体地，差值模块3在调整预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图时，执行时：
调整预设的计算窗口因子的数值，得到不同数值的计算窗口因子；
基于横坐标方向包裹相位和纵坐标方向包裹相位，结合不同数值的计算窗口因子，计算得到在不同数值的计算窗口因子情况下的相位伪相关质量图。
差值模块3在执行时，通过调整预设的计算窗口因子的取值，得到不同数值的计算窗口因子ka，结合横坐标方向包裹相位和纵坐标方向包裹相位，以相位伪相关质量图的计算公式为依据，计算不同尺度下（不同数值的计算窗口因子ka情况下）的相位伪相关质量图（具体地，把公式中的k取为相应的ka）。
具体地，检测模块4在执行时，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据，即对相位伪相关质量差值图的缺陷位置进行定位，通过图像分析技术，对相位伪相关质量差值图进行图像滤波，阈值分割，形态学处理和轮廓提取等分析操作，提取待测类镜面物体表面的局部缺陷，得到待测类镜面物体表面的缺陷结果数据，如图6所示，图6为待测类镜面物体表面的缺陷结果数据的示意图，其中，左上方图为待测类镜面物体表面的相位伪相关质量差值图，左下方图为相位伪相关质量差值图的检测缺陷结果图，右图为检测缺陷结果图的放大示意图，右图的黑线包围部分为缺陷部分，黑线包围部分内存在缺陷点（灰度图中缺陷效果不明显，彩色图中缺陷效果更明显）。
由上可知，该类镜面缺陷检测装置，通过获取待测类镜面物体表面的变形条纹图，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据；从而，通过检测由类镜面物体表面的包裹相位数据计算得到相位伪相关质量差值图，对类镜面的缺陷进行检测，解决现有的类镜面缺陷检测方法中调制度测量轮廓术无法识别局部凹坑和凸起缺陷的问题，提高了类镜面缺陷的检测效率。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当电子设备运行时，处理器301执行该计算机程序，以执行上述实施例的任一可选的实现方式中的类镜面缺陷检测方法，以实现以下功能：获取待测类镜面物体表面的变形条纹图，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的类镜面缺陷检测方法，以实现以下功能：获取待测类镜面物体表面的变形条纹图，通过相移法，计算变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，根据横坐标方向包裹相位和纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，利用图像分析技术，检测相位伪相关质量差值图，得到待测类镜面物体表面的缺陷结果数据。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（ElectricallyErasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种类镜面缺陷检测方法，用于对类镜面缺陷进行检测，其特征在于，包括步骤：
获取待测类镜面物体表面的变形条纹图；
通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
利用图像分析技术，检测所述相位伪相关质量差值图，得到所述待测类镜面物体表面的缺陷结果数据；
根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图，包括：
基于所述横坐标方向包裹相位、所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到相位伪相关质量图；
调整所述预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图；
将在不同数值的计算窗口因子情况下的所述相位伪相关质量图之间进行对比，得到所述相位伪相关质量差值图；
基于所述横坐标方向包裹相位、所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到相位伪相关质量图，包括：
根据所述横坐标方向包裹相位和所述预设的计算窗口因子，计算得到横坐标伪相关质量图；
基于所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到纵坐标伪相关质量图；
融合所述横坐标伪相关质量图和所述纵坐标伪相关质量图，得到所述相位伪相关质量图。
2.根据权利要求1所述的类镜面缺陷检测方法，其特征在于，获取待测类镜面物体表面的变形条纹图，包括：
获取检测系统生成的N步相移图；
运用多步相移技术，将所述N步相移图在所述待测类镜面物体表面进行投影并相移，得到所述待测类镜面物体表面反射的变形条纹光；
收集所述变形条纹光，生成所述待测类镜面物体表面的变形条纹图。
3.根据权利要求2所述的类镜面缺陷检测方法，其特征在于，通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位，包括：
从所述变形条纹图中提取得到横坐标方向变形条纹图和纵坐标方向变形条纹图；
通过所述相移法，分别对所述横坐标方向变形条纹图和所述纵坐标方向变形条纹图进行计算，得到所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位。
4.根据权利要求1所述的类镜面缺陷检测方法，其特征在于，所述相位伪相关质量图的融合方法包括质量图绝对值相加法或质量图求模法。
5.根据权利要求1所述的类镜面缺陷检测方法，其特征在于，调整所述预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图，包括：
调整所述预设的计算窗口因子的数值，得到不同数值的计算窗口因子；
基于所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合所述不同数值的计算窗口因子，计算得到所述在不同数值的计算窗口因子情况下的相位伪相关质量图。
6.一种类镜面缺陷检测装置，用于对类镜面缺陷进行检测，其特征在于，包括：
获取模块，用于获取待测类镜面物体表面的变形条纹图；
相位模块，用于通过相移法，计算所述变形条纹图对应的横坐标方向包裹相位和纵坐标方向包裹相位；
差值模块，用于根据所述横坐标方向包裹相位和所述纵坐标方向包裹相位，结合预设的计算窗口因子，计算得到相位伪相关质量差值图；
检测模块，用于利用图像分析技术，检测所述相位伪相关质量差值图，得到所述待测类镜面物体表面的缺陷结果数据；
所述差值模块包括：
第一计算子模块，用于基于所述横坐标方向包裹相位、所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到相位伪相关质量图；
第二计算子模块，用于调整所述预设的计算窗口因子的数值，并计算在不同数值的计算窗口因子情况下的相位伪相关质量图；
对比子模块，用于将在不同数值的计算窗口因子情况下的所述相位伪相关质量图之间进行对比，得到所述相位伪相关质量差值图；
所述第一计算子模块包括：
第一计算单元，用于根据所述横坐标方向包裹相位和所述预设的计算窗口因子，计算得到横坐标伪相关质量图；
第二计算单元，用于基于所述纵坐标方向包裹相位和所述预设的计算窗口因子，计算得到纵坐标伪相关质量图；
融合单元，用于融合所述横坐标伪相关质量图和所述纵坐标伪相关质量图，得到所述相位伪相关质量图。
7.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如权利要求1-5任一项所述类镜面缺陷检测方法中的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-5任一项所述类镜面缺陷检测方法中的步骤。
CN202310673969.4A 2023-06-08 2023-06-08 类镜面缺陷检测方法、装置、电子设备及存储介质 Active CN116402819B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310673969.4A CN116402819B (zh) 2023-06-08 2023-06-08 类镜面缺陷检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310673969.4A CN116402819B (zh) 2023-06-08 2023-06-08 类镜面缺陷检测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116402819A CN116402819A (zh) 2023-07-07
CN116402819B true CN116402819B (zh) 2023-09-12

Family

ID=87012766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310673969.4A Active CN116402819B (zh) 2023-06-08 2023-06-08 类镜面缺陷检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116402819B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650163A (zh) * 2009-09-07 2010-02-17 中国兵器工业第二〇五研究所 数字干涉条纹分析方法及光学元件面形检测装置
CN102628676A (zh) * 2012-01-19 2012-08-08 东南大学 一种光学三维测量中的自适应窗口傅里叶相位提取法
CN103383360A (zh) * 2013-07-29 2013-11-06 重庆理工大学 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法
CN103913128A (zh) * 2014-03-12 2014-07-09 哈尔滨工程大学 一种基于质量图区域分割的快速相位展开方法
CN104279980A (zh) * 2014-10-20 2015-01-14 电子科技大学 一种基于智能拍照手机的镜面三维面形测量系统
WO2018131308A1 (ja) * 2017-01-13 2018-07-19 キヤノン株式会社 計測装置、情報処理装置、情報処理方法、およびプログラム
CN112924462A (zh) * 2021-01-25 2021-06-08 上海工程技术大学 一种反射表面缺陷检测装置和控制方法
CN113192013A (zh) * 2021-04-16 2021-07-30 华南师范大学 一种反光表面缺陷检测方法、系统及电子设备
WO2022252698A1 (zh) * 2021-05-31 2022-12-08 清华大学深圳国际研究生院 一种基于结构光场视频流的缺陷检测方法和装置
CN115479557A (zh) * 2022-06-29 2022-12-16 苏州富艾捷科技有限公司 一种基于相移偏折术的高反射物体表面缺陷检测

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650163A (zh) * 2009-09-07 2010-02-17 中国兵器工业第二〇五研究所 数字干涉条纹分析方法及光学元件面形检测装置
CN102628676A (zh) * 2012-01-19 2012-08-08 东南大学 一种光学三维测量中的自适应窗口傅里叶相位提取法
CN103383360A (zh) * 2013-07-29 2013-11-06 重庆理工大学 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法
CN103913128A (zh) * 2014-03-12 2014-07-09 哈尔滨工程大学 一种基于质量图区域分割的快速相位展开方法
CN104279980A (zh) * 2014-10-20 2015-01-14 电子科技大学 一种基于智能拍照手机的镜面三维面形测量系统
WO2018131308A1 (ja) * 2017-01-13 2018-07-19 キヤノン株式会社 計測装置、情報処理装置、情報処理方法、およびプログラム
CN112924462A (zh) * 2021-01-25 2021-06-08 上海工程技术大学 一种反射表面缺陷检测装置和控制方法
CN113192013A (zh) * 2021-04-16 2021-07-30 华南师范大学 一种反光表面缺陷检测方法、系统及电子设备
WO2022252698A1 (zh) * 2021-05-31 2022-12-08 清华大学深圳国际研究生院 一种基于结构光场视频流的缺陷检测方法和装置
CN115479557A (zh) * 2022-06-29 2022-12-16 苏州富艾捷科技有限公司 一种基于相移偏折术的高反射物体表面缺陷检测

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于条纹投影和条纹反射的手机壳内外表面质量检测方法";易京亚;《中国优秀硕士学位论文全文数据库》(第2期);全文 *

Also Published As

Publication number Publication date
CN116402819A (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
Zhang Absolute phase retrieval methods for digital fringe projection profilometry: A review
CN113688807B (zh) 一种自适应缺陷检测方法、装置、识别系统及存储介质
EP2137519B1 (en) Method and apparatus for detecting defects in optical components
CN107730491B (zh) 一种基于质量图的相位解包裹方法
CN112611761B (zh) 一种高反物体表面缺陷检测方法及系统
CN111046862B (zh) 一种字符分割方法、装置以及计算机可读存储介质
CN104075659A (zh) 一种基于rgb结构光源的三维成像识别方法
CN108682012A (zh) 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法
CN109631797B (zh) 一种基于相移技术的三维重构无效区域快速定位方法
CN112782179A (zh) 一种产品反光表面缺陷检测方法及系统
CN105354816B (zh) 一种电子元件定位方法及装置
CN108876842A (zh) 一种亚像素边缘角度的测量方法、系统、设备及存储介质
CN109506590B (zh) 一种边界跃变相位误差快速定位方法
CN116402819B (zh) 类镜面缺陷检测方法、装置、电子设备及存储介质
Lu et al. Simplified absolute phase retrieval of dual-frequency fringe patterns in fringe projection profilometry
CN101509765A (zh) 一种用于高精度三维测量的细纹幂增立体匹配方法
Jian-dong et al. 3D curve structure reconstruction from a sparse set of unordered images
CN116433658B (zh) 类镜面缺陷检测方法、装置、电子设备及存储介质
CN117522849A (zh) 类镜面缺陷定位方法、装置、电子设备及存储介质
CN104867182A (zh) 一种类镜面相关反射点集的获取方法及系统
CN104732527A (zh) 一种足部信息识别方法和装置
CN113393481B (zh) 基于边缘检测的快速相位展开方法、装置、设备及介质
Dong et al. Improving photometric stereo with laser sectioning
CN114485457B (zh) 基于二值正交光栅的深度信息检测系统及方法
CN117197215B (zh) 基于五目相机系统的多目视觉圆孔特征的鲁棒提取方法

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