CN117030661A - 基于干涉效应的缺陷检测系统、调整方法和图像处理方法 - Google Patents
基于干涉效应的缺陷检测系统、调整方法和图像处理方法 Download PDFInfo
- Publication number
- CN117030661A CN117030661A CN202310996525.4A CN202310996525A CN117030661A CN 117030661 A CN117030661 A CN 117030661A CN 202310996525 A CN202310996525 A CN 202310996525A CN 117030661 A CN117030661 A CN 117030661A
- Authority
- CN
- China
- Prior art keywords
- interference
- laser
- detected
- detection system
- light
- 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.)
- Withdrawn
Links
- 230000007547 defect Effects 0.000 title claims abstract description 76
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000000694 effects Effects 0.000 title claims abstract description 23
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 230000003287 optical effect Effects 0.000 claims abstract description 58
- 239000013078 crystal Substances 0.000 claims abstract description 12
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000005305 interferometry Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 16
- 230000010287 polarization Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000002834 transmittance Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 229910001369 Brass Inorganic materials 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000549 coloured material Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000005405 multipole Effects 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 235000013824 polyphenols Nutrition 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G01N21/17—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
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/39—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using tunable lasers
-
- 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
-
- 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
-
- 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
- G01N21/8806—Specially adapted optical and illumination 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
Landscapes
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种基于干涉效应的缺陷检测系统、调整方法和图像处理方法,包括:激光器,其能够发射预设波长的激光;干涉组件,所述干涉组件包括平行设置的第一光学平晶和第二光学平晶,所述第一光学平晶上镀设有半透半反膜,所述第二光学平晶上镀设有全反膜,所述预设波长的激光经所述干涉组件并在待测物体上产生干涉条纹;相机,其用于检测待测物体上的反射光或透射光的图案,当所述待测物体为高反射的物体时,所述相机采集待测物体上的反射光的图案,当所述待测物体为高透射的物体时,所述相机采集待测物体上的透射光的图案;当所述待测物体上存在缺陷时,所述相机采集的图案的干涉条纹被破坏。其检测精度高,成本低,检测速度快。
Description
技术领域
本发明涉及缺陷检测技术领域,尤其是指一种基于干涉效应的缺陷检测系统、调整方法和图像处理方法。
背景技术
高反高透表面缺陷检测是一项重要的技术,在许多行业中都发挥着关键作用,特别是光学、电子、半导体等领域,高反高透表面通常是一些光学元件(例如镜片、透镜、滤光片等),在这些元件上的缺陷可能会影响其性能和品质。因此,开发高效准确的表面缺陷检测技术对于确保产品质量和生产效率至关重要。
尽管高反高透表面缺陷检测的现有技术在许多方面取得了显著进展,但仍存在一些缺点和挑战:
1.有限的分辨率:某些现有技术的分辨率可能受到限制,无法准确检测微小和细微的表面缺陷,尤其是在高反高透表面上,这可能导致一些隐蔽的缺陷未被发现。
2.透明样品的挑战:高透表面通常是透明材料,对于这类样品的缺陷检测更具挑战性。传统光学显微镜在透明样品上可能无法有效成像,需要结合其他技术或处理方法。
3.缺陷分类复杂:有些缺陷可能难以明确定义或分类,因为高反高透表面的缺陷可能涉及形状、尺寸、深度等多个参数,使得缺陷分类和分析变得复杂。
4.数据处理和分析复杂性:随着成像技术的进步,大量复杂的数据需要处理和分析。这可能需要高级的图像处理算法和计算机视觉技术,以从海量数据中准确提取有用的缺陷信息。
5.高成本:某些高分辨率和先进的光学成像设备成本较高,尤其对于中小型企业而言可能是一个限制因素。
6.时间消耗:某些高分辨率成像技术可能需要较长的成像时间,这在高速生产线上可能不太实用,因为它可能导致生产效率降低。
7.受环境影响:光学系统对环境条件敏感,例如光照、温度等因素可能会影响成像质量和准确性。
因此,尽管现有的高反高透表面缺陷检测技术在许多方面已经有所突破,但仍需要不断改进和创新,以克服这些缺点并提高检测的准确性和效率。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中物体表面的缺陷检测精度不高,造价昂贵,成本高,耗时长,受环境影响大的技术缺陷。
为解决上述技术问题,本发明提供了一种基于干涉效应的缺陷检测系统,包括:
激光器,其能够发射预设波长的激光;
干涉组件,所述干涉组件包括平行设置的第一光学平晶和第二光学平晶,所述第一光学平晶上镀设有半透半反膜,所述第二光学平晶上镀设有全反膜,所述预设波长的激光经所述干涉组件并在待测物体上产生干涉条纹;
相机,其用于检测待测物体上的反射光或透射光的图案,当所述待测物体为高反射的物体时,所述相机采集待测物体上的反射光的图案,当所述待测物体为高透射的物体时,所述相机采集待测物体上的透射光的图案;
当所述待测物体上存在缺陷时,所述相机采集的图案的干涉条纹被破坏。
作为优选的,所述激光器与干涉组件之间设置有扩束组件,所述扩束组件能够对激光器发射的激光的焦斑尺寸进行调节。
作为优选的,所述扩束组件包括依次设置的:
发散透镜、光阑和会聚透镜。
作为优选的,所述扩束组件与干涉组件设置有光束匀化器。
作为优选的,还包括起偏器和检偏器,所述起偏器位于所述激光器与干涉组件之间,所述检偏器位于样品与相机之间;
所述起偏器与激光器的入射光的入射方向垂直;
通过旋转检偏器,相机持续采集图像,以清晰度最高的图像作为待测物体的表面图像。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,基于上述的缺陷检测系统,包括:
通过改变第一光学平晶与第二光学平晶之间的间距和入射角调整干涉条纹的粗细;
干涉条纹的粗细:δx=λ*d/(2*cos(θ))其中,δx表示明纹或暗纹的宽度,λ是激光的波长,d是第一光学平晶和第二光学平晶之间空气间隙的厚度,θ是入射光与第一光学平晶法线的夹角。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,基于上述的缺陷检测系统,
通过改变激光波长、入射角的大小调整干涉条纹的间距;
干涉条纹的周期:D=λ/(2*n*cos(θ))其中,D表示周期,为两相邻亮纹或暗纹之间的距离,λ是激光的波长,n是第一光学平晶的折射率,θ是入射光与第一光学平晶的夹角。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,基于上述的缺陷检测系统,包括以下步骤:
获取待测物体的表面面积,依据待测物体表面的面积,获得目标干涉条纹的尺寸;
依据目标干涉条纹尺寸,获得目标激光光斑尺寸,其中,目标激光光斑尺寸经过干涉组件,形成目标干涉条纹;
根据目标激光光斑尺寸和激光器的光斑尺寸,计算获得扩束组件的扩束倍率;
依据扩束倍率设计扩束组件。
本发明公开了一种图像处理方法,基于上述的缺陷检测系统,包括:
使用直方图阈值法分割相机采集的图像,获得分割后的图像。
作为优选的,通过AI深度学习分割算法提取分割后的图像中的缺陷。
本发明的上述技术方案相比现有技术具有以下优点:
1、本发明通过激光器产生激光,激光经干涉组件产生干涉条纹,将干涉条纹打在待测物体上,通过相机采集待测物体表面图像。在干涉组件中,激光照射到第一个光学平晶上。部分光线会经过折射后穿过第一光学平板,而另一部分光线则被反射,形成第一光束。经第一光学平晶折射后的光线射向第二个平板。在第二个平板上,同样会有一部分光线透过折射,而其他光线则被反射,反射的光为第二光束。第一光束和第二光束存在光程差,由于相位差的存在,它们在叠加时会产生干涉现象。
2、本发明将激光作为一种新型照明光源,具有高亮度、高发光效率、寿命长、色域广等优点。
3、本发明通过判断相机中干涉条纹的完整性判断是否存在缺陷可判断微米级别的缺陷,具有精度高的优点。
4、本发明的相机曝光时间短(15μs),具有极快的检测速度。
5、本发明可以根据物体材质选定激光器波长以增加缺陷和背景的灰度值差异,增加对比度。
6、该系统可快速检测行业难题-高透物体(表面+内部)和高反物体(表面)的缺陷。
7、相对于现有高透/高反检测系统,本发明具有成本低的优点。
附图说明
图1为本发明基于干涉效应的缺陷检测系统的示意图,其中,(a)为反射系统,(b)为透射系统;
图2为本发明的工作原理图;
图3为物体表面光调制过程图;
图4为仿真图,(a)为仿真干涉条纹图,(b)为仿真干涉图的灰度曲线图;
图5为实际检测图,(a)为实际干涉条纹图,(b)为实际干涉图的灰度曲线图;
图6为具有缺陷的待测物体的图像;
图7为缺陷抓取图,其中,(a)为竖条纹,(b)为斜条纹。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1-图7所示,本发明公开了一种基于干涉效应的缺陷检测系统,包括激光器、干涉组件和相机。
激光器能够发射预设波长的激光。
干涉组件包括平行设置的第一光学平晶和第二光学平晶,第一光学平晶上镀设有半透半反膜,第二光学平晶上镀设有全反膜,预设波长的激光经干涉组件并在待测物体上产生干涉条纹。
相机用于检测待测物体上的反射光或透射光的图案,当待测物体为高反射的物体时,相机采集待测物体上的反射光的图案,当待测物体为高透射的物体时,相机采集待测物体上的透射光的图案。
当待测物体上存在缺陷时,相机采集的图案的干涉条纹被破坏。
本发明的工作原理是:本发明通过激光器产生激光,激光经干涉组件产生干涉条纹,将干涉条纹打在待测物体上,通过相机采集待测物体表面图像。
在干涉组件中,激光照射到第一个光学平晶上。部分光线会经过折射后穿过第一光学平板,而另一部分光线则被反射,形成第一光束。经第一光学平晶折射后的光线射向第二个平板。在第二个平板上,同样会有一部分光线透过折射,而其他光线则被反射,反射的光为第二光束。第一光束和第二光束存在光程差,由于相位差的存在,它们在叠加时会产生干涉现象。
若待测物体上有缺陷,干涉条纹则被破坏,当待测物体上无缺陷,干涉条纹则保持不变。
干涉条纹的形成是由于这两束光线之间相干性的结果。干涉条纹的形状和间距取决于第一光学平晶和第二光学平晶之间的厚度、折射率以及光源的性质。
本发明的优点在于:
1、本发明将激光作为一种新型照明光源,具有高亮度、高发光效率、寿命长、色域广等优点。
2、通过判断相机中干涉条纹的完整性判断是否存在缺陷可判断微米级别的缺陷,具有精度高的优点。
3、相机曝光时间短(15μs)具有极快的检测速度。
4、根据物体材质选定激光器波长以增加缺陷和背景的灰度值差异,增加对比度。
5、该系统可快速检测行业难题-高透物体(表面+内部)和高反物体(表面)的缺陷。
6、相对于现有高透/高反检测系统,本发明具有成本低的优点。
需要说明的是:高反射物体通常是指反射率较高的物体。具体来说,当物体的反射率高于50%时,通常被称为高反射物体。高透射物体是指对光线有较高透过率的物体。具体来说,透过率大于50%的物体通常被称为高透射物体。这意味着当光线通过这样的物体时,超过一半的光线会穿过物体而不被吸收或反射。
进一步的,在相机的前端设置有成像透镜,其作用是将调制后的光束会聚成像。
对于激光器的波长的选取,可以根据待测物体的材质进行选择:
第一、I R系列(1064nm or1053nm):金属,塑料,聚碳酸酯,酚醛塑料,ABS,氧化着色材料;
第二、绿光系列(532nm or 527nm):高反光金属(铜/黄铜),陶器,箔片,塑料,硅,合成物等;
第三、紫外深紫外系列(355,351,266,263nm):玻璃,组织材料,尼龙,聚乙烯等塑料品;
第四、CO2系列(1064nm):玻璃,木块,橡胶,皮革,纸板,PVC。
参照图2所示,为本发明的工作原理图。本发明利用第一块光学平晶的后表面A与第二块光学平晶的前表面B形成的空气间隙构造出图中的剪切干涉仪。第一块光学平晶的前表面镀半透半反膜,第二块光学平晶的前表面镀全反膜,其余表面均镀优质增透射膜以消除由光学表面之间的互反射而产生的多极干涉。
在另一实施例中,激光器与干涉组件之间设置有扩束组件,扩束组件能够对激光器发射的激光的焦斑尺寸进行调节。通过调整光束的尺寸,可以调整干涉条纹的尺寸,从而可以适配不同尺寸的待测物体。
具体的,扩束组件包括依次设置的:发散透镜、光阑和会聚透镜。
在扩束组件与干涉组件设置有光束匀化器。光束匀化器可以对扩束后的激光进行匀化处理。
本发明还包括起偏器和检偏器,起偏器位于激光器与干涉组件之间,检偏器位于样品与相机之间;起偏器与激光器的入射光的入射方向垂直;通过旋转检偏器,相机持续采集图像,以清晰度最高的图像作为待测物体的表面图像。
起偏器(Polarizer)是一种光学器件,它可以将自然光中的非偏振光或者偏振光转化为特定方向的偏振光。起偏器通常由一系列有序排列的偏振材料或者偏振滤光片组成。当自然光通过起偏器时,它只允许特定振动方向的光通过,而将其他方向的光吸收或者阻挡。
检偏器(Analyzer)是用于分析和测量光的偏振状态的光学器件。它通常与起偏器结合使用,通过相对旋转起偏器和检偏器的角度,可以测量光的偏振方向、偏振强度以及偏振态的性质。检偏器与起偏器之间的相对角度可以调节光的透过量,当两者的角度相互垂直时,光的透过量最小;而当两者的角度相互平行时,光的透过量最大。
起偏器的设置如下:
a.将起偏器插入激光光路中,确保光线垂直于起偏器的主轴方向。
b.调整起偏器,使其与入射光束的偏振方向垂直。这将使通过起偏器的光束只具有起偏器主轴方向的偏振态。
检偏器的设置如下:
a.将检偏器插入激光光路中,确保光线垂直于检偏器的主轴方向。
b.调整检偏器,使其与通过起偏器的光束的偏振方向垂直。这样,只有与检偏器主轴方向相匹配的偏振态光束能通过检偏器。
偏振态的旋转操作如下:
a、旋转激光的偏振态,需要使用一个波片或旋转平台来改变起偏器的主轴方向。
b、旋转起偏器,使其主轴方向与所需的偏振方向对齐。这将导致通过起偏器的光束具有新的偏振方向。直至相机采集到的图像中缺陷对比度达到最高时停止旋转。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,基于上述的基于干涉效应的缺陷检测系统,通过改变第一光学平晶与第二光学平晶之间的间距和入射角调整干涉条纹的粗细;
干涉条纹的粗细:δx=λ*d/(2*cos(θ))其中,δx表示明纹或暗纹的宽度,λ是激光的波长,d是第一光学平晶和第二光学平晶之间空气间隙的厚度,θ是入射光与第一光学平晶法线的夹角。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,包括:
通过改变激光波长、入射角的大小调整干涉条纹的间距;
干涉条纹的周期:D=λ/(2*n*cos(θ))其中,D表示周期,为两相邻亮纹或暗纹之间的距离,λ是激光的波长,n是第一光学平晶的折射率,θ是入射光与第一光学平晶的夹角。
本发明公开了一种基于干涉效应的缺陷检测系统的调节方法,基于上述的缺陷检测系统,包括以下步骤:
获取待测物体的表面面积,依据待测物体表面的面积,获得目标干涉条纹的尺寸;
依据目标干涉条纹尺寸,获得目标激光光斑尺寸,其中,目标激光光斑尺寸经过干涉组件,形成目标干涉条纹;
根据目标激光光斑尺寸和激光器的光斑尺寸,计算获得扩束组件的扩束倍率;
依据扩束倍率设计扩束组件。
具体的,激光扩束系统的扩束倍率可以通过以下步骤进行调节:
1.确定当前的扩束倍率:在调节之前,需要根据待测样品的检测面积确定激光束在目标位置或特定距离处的直径或焦斑尺寸,并根据所需激光光斑尺寸确定当前的扩束倍率。
2.调节透镜位置:要增大扩束倍率,需要将凸透镜远离激光源,相反,要减小扩束倍率,需要将凸透镜靠近激光源。
3.调节透镜焦距:透镜的焦距也会影响扩束倍率。增大透镜的焦距会导致扩束倍率增加,而减小焦距会导致扩束倍率减小。可以使用可调焦透镜或更换焦距不同的透镜来进行调节。
4.检查扩束效果:在调节扩束系统后,需要再次测量激光束在目标位置或特定距离处的直径或焦斑尺寸,以验证调节效果。根据需要,可以进行进一步的微调。
参照图3所示,为物体表面光调制过程图。从图中可以看出,结构光表面缺陷检测是利用缺陷区域与正常区域对光线的反射能力有差别进行区分。有缺陷的待测物体的在灰度图像上呈现灰度值差异,条纹结构被破坏,会呈现连结或断裂等破坏条纹分布的形式,从而实现缺陷检测。
参照图4所示,(a)为仿真干涉条纹图,(b)为仿真干涉图的灰度曲线图。
参照图5所示,(a)为实际干涉条纹图,(b)为实际干涉图的灰度曲线图。
参照图6所示,为具有缺陷的待测物体的图像。
本发明公开了一种图像处理方法,基于上述的缺陷检测系统,包括:使用直方图阈值法分割相机采集的图像,获得分割后的图像。
本发明中,通过AI深度学习分割算法提取分割后的图像中的缺陷。
直方图阈值法是一种基于图像的直方图信息来实现图像分割的简单方法。它通过选择一个合适的阈值来将图像的像素分为两个类别:前景和背景。
直方图阈值法的步骤:1.计算直方图;2.选择阈值;3.分割图像;4.图像后处理。
参照图7所示,为缺陷抓取图,其中,(a)为竖条纹,(b)为斜条纹。
AI深度学习分割算法是一类基于深度学习技术的图像分割方法,用于将图像中的像素按照不同的类别或区域进行划分。图像分割是计算机视觉领域中的重要任务,它在许多应用中都起着关键作用,AI深度学习分割算法包含以下几个步骤:
1.数据收集和准备:收集包含正常和缺陷样本的数据集,数据集应包含足够的正常和缺陷样本以供模型学习和验证。
2.数据预处理:对数据进行预处理是一个重要的步骤。这可能包括图像或视频的裁剪、缩放、灰度化、对比度调整、噪声去除等操作,以确保数据集的一致性和质量。
3.构建深度学习模型:选择适当的深度学习架构,本系统采用卷积神经网络(Convolutional Neural Network,CNN),并根据数据集的特点进行模型构建。
4.数据标注:数据标注是指为训练分割模型所需的图像数据创建对应的分割掩码或标签。这些分割标签通常是像素级的标注,即对于输入图像中的每个像素点,都标注了其所属的类别或区域。
5.模型训练:使用标记的数据集对深度学习模型进行训练。训练过程涉及将输入数据提供给模型,并通过优化算法(如梯度下降)来调整模型参数,使其能够准确地识别正常和缺陷样本。
6.模型验证和调优:使用验证数据集对训练好的模型进行评估和调优。通过计算模型在验证数据集上的性能指标(如准确率、召回率、精确率等),可以评估模型的性能并进行必要的调整。
7.模型应用和测试:在实际场景中使用训练好的模型进行缺陷检测。将新的未知数据提供给模型,并观察其在实际环境中的表现。如果模型的性能不理想,可以返回到训练和调优阶段,进行进一步的改进。
本发明具有以下优点:
1、在机器视觉领域将激光作为一种新型照明光源,具有高亮度、高发光效率、寿命长、色域广等优点。
2、通过判断相机中干涉条纹的完整性判断是否存在缺陷可判断微米级别的缺陷,具有精度高的优点。
3、相机曝光时间短(15μs)具有极快的检测速度。
4、根据物体材质选定激光器波长以增加缺陷和背景的灰度值差异,增加对比度。
5、该系统可快速检测行业难题-高透物体(表面+内部)和高反物体(表面)的缺陷。
6、相对于现有高透/高反检测系统,具有成本低的优点。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于干涉效应的缺陷检测系统,其特征在于,包括:
激光器,其能够发射预设波长的激光;
干涉组件,所述干涉组件包括平行设置的第一光学平晶和第二光学平晶,所述第一光学平晶上镀设有半透半反膜,所述第二光学平晶上镀设有全反膜,所述预设波长的激光经所述干涉组件并在待测物体上产生干涉条纹;
相机,其用于检测待测物体上的反射光或透射光的图案,当所述待测物体为高反射的物体时,所述相机采集待测物体上的反射光的图案,当所述待测物体为高透射的物体时,所述相机采集待测物体上的透射光的图案;
当所述待测物体上存在缺陷时,所述相机采集的图案的干涉条纹被破坏;
其中,待测物体与相机之间设置有成像透镜,所述成像透镜将经待测物体调制后的光束会聚成像。
2.根据权利要求1所述的基于干涉效应的缺陷检测系统,其特征在于,所述激光器与干涉组件之间设置有扩束组件,所述扩束组件能够对激光器发射的激光的焦斑尺寸进行调节。
3.根据权利要求2所述的基于干涉效应的缺陷检测系统,其特征在于,所述扩束组件包括依次设置的:
发散透镜、光阑和会聚透镜。
4.根据权利要求3所述的基于干涉效应的缺陷检测系统,其特征在于,所述扩束组件与干涉组件设置有光束匀化器。
5.根据权利要求1所述的基于干涉效应的缺陷检测系统,其特征在于,还包括起偏器和检偏器,所述起偏器位于所述激光器与干涉组件之间,所述检偏器位于样品与相机之间;
所述起偏器与激光器的入射光的入射方向垂直;
通过旋转检偏器,相机持续采集图像,以清晰度最高的图像作为待测物体的表面图像。
6.一种基于干涉效应的缺陷检测系统的调节方法,基于权利要求1-5所述的缺陷检测系统,其特征在于,
通过改变第一光学平晶与第二光学平晶之间的间距和入射角调整干涉条纹的粗细;
干涉条纹的粗细:δx=λ*d/(2*cos(θ))其中,δx表示明纹或暗纹的宽度,λ是激光的波长,d是第一光学平晶和第二光学平晶之间空气间隙的厚度,θ是入射光与第一光学平晶法线的夹角。
7.一种基于干涉效应的缺陷检测系统的调节方法,基于权利要求1-5所述的缺陷检测系统,其特征在于,
通过改变激光波长、入射角的大小调整干涉条纹的间距;
干涉条纹的周期:D=λ/(2*n*cos(θ))其中,D表示周期,为两相邻亮纹或暗纹之间的距离,λ是激光的波长,n是第一光学平晶的折射率,θ是入射光与第一光学平晶的夹角。
8.一种基于干涉效应的缺陷检测系统的调节方法,基于权利要求3所述的缺陷检测系统,其特征在于,包括以下步骤:
获取待测物体的表面面积,依据待测物体表面的面积,获得目标干涉条纹的尺寸;
依据目标干涉条纹尺寸,获得目标激光光斑尺寸,其中,目标激光光斑尺寸经过干涉组件,形成目标干涉条纹;
根据目标激光光斑尺寸和激光器的光斑尺寸,计算获得扩束组件的扩束倍率;
依据扩束倍率设计扩束组件。
9.一种图像处理方法,基于权利要求1-5任一项所述的缺陷检测系统,其特征在于,包括:
使用直方图阈值法分割相机采集的图像,获得分割后的图像。
10.如权利要求9所述的图像处理方法,其特征在于,通过AI深度学习分割算法提取分割后的图像中的缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310996525.4A CN117030661A (zh) | 2023-08-09 | 2023-08-09 | 基于干涉效应的缺陷检测系统、调整方法和图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310996525.4A CN117030661A (zh) | 2023-08-09 | 2023-08-09 | 基于干涉效应的缺陷检测系统、调整方法和图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117030661A true CN117030661A (zh) | 2023-11-10 |
Family
ID=88629440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310996525.4A Withdrawn CN117030661A (zh) | 2023-08-09 | 2023-08-09 | 基于干涉效应的缺陷检测系统、调整方法和图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117030661A (zh) |
-
2023
- 2023-08-09 CN CN202310996525.4A patent/CN117030661A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI664586B (zh) | 透過瑕疵複數光場之透明基板瑕疵檢測方法 | |
US9733194B2 (en) | Method for reviewing a defect and apparatus | |
KR102009494B1 (ko) | 웨이퍼 검사를 위한 분할 | |
CN106716125B (zh) | 纳米颗粒分析器 | |
Liu et al. | Microscopic scattering imaging measurement and digital evaluation system of defects for fine optical surface | |
EP2587313B1 (en) | Optical measurement system and method for measuring critical dimension of nanostructure | |
JP7329608B2 (ja) | 空間的に変化する偏光回転子および偏光子を用いた高感度粒子検出 | |
TW201510469A (zh) | 計量學目標之極化量測及對應之目標設計 | |
US11525777B2 (en) | Optimizing signal-to-noise ratio in optical imaging of defects on unpatterned wafers | |
CN109596530A (zh) | 光学表面麻点和灰尘缺陷分类的暗场偏振成像装置和方法 | |
JP2011085520A (ja) | 欠陥判別装置、欠陥判別方法及びシート状物 | |
EP1241465A1 (en) | Method and apparatus for classifying defects occuring at or near a surface of a smooth substrate | |
US8830464B2 (en) | Film thickness, refractive index, and extinction coefficient determination for film curve creation and defect sizing in real time | |
KR20130126037A (ko) | 웨이퍼 검사 방법 | |
WO2020029237A1 (zh) | 检测方法和系统 | |
CN117030661A (zh) | 基于干涉效应的缺陷检测系统、调整方法和图像处理方法 | |
US20240288377A1 (en) | Modular apparatus for the inspection of industrial products and related methods | |
CN117030662A (zh) | 基于衍射效应的缺陷检测系统、调节方法和图像处理方法 | |
Torng et al. | Development of an automated optical inspection system for mobile phone panels | |
CN101762587A (zh) | 一种检测光滑导体表面缺陷的方法 | |
CN114858805A (zh) | 一种玻璃镀膜面缺陷在线检测装置及缺陷分类识别方法 | |
CN208297375U (zh) | 一种树脂镜片漏膜缺陷检测的装置 | |
Chow et al. | Low-cost automatic visual inspection system for media in hard disk drive mass production | |
JP5003970B2 (ja) | 接触面積測定装置および接触面積測定方法 | |
TWI482958B (zh) | 偵測裝置及偵測方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231110 |
|
WW01 | Invention patent application withdrawn after publication |