HUT65571A - Method and device for testing ophtalmic lens - Google Patents

Description

A találmány tárgya eljárás és berendezés látásjavító lencse vizsgálatára. A találmány szerinti eljárás és berendezés alapvetően kontaktlencsék, különösen hidrozselé anyagú, tehát viszonylag nagy mennyiségű vizet tartalmazó lencsék ellenőrzésére szolgál, bár maga az eljárás minden lényeges változtatás nélkül végrehajtható 5 akkor is, ha más, például szemlencsébe kerülő kis méretű nagy pontossággal kialakított látásjavító lencséket kell ellenőrizni. A találmány szerinti eljárás megvalósításakor ismert módon lencsét, különösen kontaktlencsét megvilágítunk és minőségi jellemzőit megállapítjuk, majd előre elfogadott kritériumokat figyelembe véve a lencsét minőségelemzésnek vetjük alá és ennek eredményeként a lencsét elfogadjuk vagy elvet10 jük. A javasolt berendezés támaszon elhelyezett lencsét megvilágító fényforrást tartalmaz.

A látásjavító lencsék közül az általában erre alkalmas összetételű műanyagból készült kontaktlencsék az emberi szem felületére vagy szerkezetébe kerülnek, ezért rendkívül fontos és alapvető előírás az, hogy gyártásuk során az iparban a lencsék 15 igen igényes és pontos minőségi ellenőrzésen menjenek át, amelynek eredményeként a nem megfelelő karakterisztikájú lencsék kiszűrhetők. Az ellenőrizendő követelmények nemcsak a lencsék optikai paramétereire vonatkoznak, vagyis a dioptriaszámra, hanem a fizikai jellemzők közül több, mint a méret, a görbület, a szélek integritása és a buborékmentesség ugyancsak igen lényegesnek tekinthető.

Mindeddig az iparban a látásjavító lencsék gyártását követő minőségellenőrzését alapvetően szabad szemmel végezték, amikoris erre a feladatra kiképzett személy nagyító alatt a lencséket megszemlélte és az egyes követelményeknek megfelelő voltát megállapította. A látásjavító lencséket gyártó ipar fejlődése során azonban kitűnt, hogy az ellenőrzésnek ez a manuális módszere mind a munkaerő hatékony 25 felhasználása, mind pedig anyagi szempontok miatt elfogadhatatlan és sok esetben a személyzet a kitűzött ellenőrzési feladatoknak nem tud a kívánt megbízhatósággal eleget tenni. A kontaktlencséknél különösen erőteljesen jelentkezik ez a probléma, mivel a felhasználóknál a lencséket viszonylag gyakran kell cserélni, ezért belőlük nagyobb számú termék készül, vagyis az utóbbi diőkben az ellenőrzés iránti igény jelen30 tős mértékben megnőtt.

A látásjavító lencsék ellenőrzésével kapcsolatos alapvető problémát az jelenti, hogy a lencse maga az optikainak tekintett tartományba eső elektromágneses sugárzást természetszerűen átereszti, ezért a legtöbb objektumnál alkalmazható és megvilágítás alatt különböző intenzitással feltűnő zónák vizsgálatára épülő módszerek al35 kalmazhatatlanok.

A legutóbbi időkig kidolgozott manuális ellenőrzési eljárások egyik alapváltozata a Schlieren-módszert (a feszített ámyékmódszert) használja, amikoris sötétmezös

P 93 03348 ' A »

-3megvilágítást biztosítanak. Ez a súrlódó fényes vagy oldalsó megvilágításos eljárás jól használható áttetsző folyadék áramlásának, illetve optikai eszközök minőségének ellenőrzésére. A módszer lényege, hogy egy pontszerű fényforrásból származó fényt lencsével kollimálnak és a kollimált nyaláb előre kijelölt irányítással aztán a közegen, adott esetben a vizsgált lencsén áthatol. A közeget elhagyó fényt ezután egy második lencsével közvetlenül kés élére fókuszálják. A törésmutató szempontjából inhomogén, de egyébként áttetsző lencse által elhajlított fény végülis nem a kés élén jelentkezik. A kés éle által megszakított elhajlított fénynyalábot megfelelő objektív segítségével ernyőre vetítik és az így kapott fényfolt a sötét kivetítő ernyőn az inhomogenitásra, illet10 ve annak helyére utal.

A látásjavító lencsék ellenőrzésével kapcsolatosan felmerül egy másik igen fontos probléma is, mégpedig az, hogy a lencse méretei egy meghatározott névleges értéktől adott mértékben eltérhetnek, az elfogadható meghibásodások, így törések vagy buborékok méretei a szélnél elég nagyok lehetnek, míg a középponti tartomány15 bán csak rendkívül kis méretű hibák fogadhatók el. A széltől a középpontig haladva a hibák elfogadható méreteinek változása akár két nagyságrendnyi is lehet. Az ellenőrzésnek azok az automatizált módszerei, amelyeknél a megvizsgálandó képre egy másik képet vetítenek és a két képet összehasonlítják, nem elegendően megbízhatók, mivel a látásjavító lencséknél a megállapítandó hibák méretei akár egyszázad részé20 nél is kisebbek lehetnek annál, mint amekkora változás a lencse névleges méreteiben megengedhetők.

Mindezek alapján megállapítható, hogy fennáll az igény a látásjavító lencsék minőségellenőrzésére irányuló eljárások tökéletesítésére.

Célunknak ennek az igénynek az eddigieknél jobb kielégítését tekintjük.

Feladatunk olyan eljárás és berendezés létrehozása, amelynek felhasználásával a kapott látásjavító lencsék legfontosabb jellemzői a gyártás során automatikusan ellenőrizhetők és gépi úton a lencsék minősége értékelhető, közülük a nem elfogadhatók kiválaszthatók. Feladatunknak tekintjük különösen olyan eljárás és berendezés kidolgozását, amelynél az automatizált minőségellenőrzés nagy sebességgel, 30 az emberi szemmel, nagyító közbeiktatásával végzett minőségellenőrzés sebességénél gyorsabban végezhető.

Szintén feladatunknak tekintjük olyan berendezés és eljárás kidolgozását, amelynek segítségével megállapítható, hogy a gyártási folyamatban az adott ponton a lencse hiányzik.

Felismerésünk szerint a látásjavító lencsék minőségellenőrzése hatékonyan automatizálható, ha azt elektronikus kamera és hozzá csatlakoztatott elektronikus rendszer megfelelő kiépítésével és vezérlésével hajtjuk végre.

P 93 03348

-4Ά kitűzött feladat megoldásaként látásjavító lencse vizsgálatára szolgáló olyan eljárást alkottunk meg, amelynek megvalósításakor ismert módon lencsét, különösen kontaktlencsét megvilágítunk és minőségi jellemzőit megállapítjuk, majd előre elfogadott kritériumokat figyelembe véve a lencsét minőségelemzésnek vetjük alá és ennek 5 eredményeként a lencsét elfogadjuk vagy elvetjük, míg a találmány értelmében a lencsét legalább egy frekvenciájú elektromágneses hullámot tartalmazó sugárzással világítjuk meg, a megvilágított lencse képét kamera receptorán a kép egy-egy részét leképező pixelek csoportjaira osztjuk fel, a pixelek intenzitásának megfelelő elektromos jeleket képzünk, a pixelekhez helyzetre és képintenzitásra jellemző értékeket 10 rendelünk, az egyes pixelekhez tartozó, a helyzetre és a képintenzitásra jellemző értékeket összevetjük és ezzel a pixelek között legalább egy összefüggést tárunk fel, majd a pixelek közötti legalább egy összefüggés alapján a lencse jellemzőit hordozó pixelek halmazát kijelöljük, valamint a minőségelemzés során a kijelölt halmazban a pixelek legalább egy összefüggését előre meghatározott összefüggések sorozatával 15 hasonlítjuk össze.

A gyakorlati megvalósítást könnyíti meg a találmány szerinti eljárásnak az a kiviteli alakja, amelynél a pixelek helyzetéhez és képintenzitásához rendelt értékeket a lencse szélének megfelelő körvonalat követő utat elképező pixeleket elemezve hasonlítjuk össze, továbbá adott esetben a lencse jellemzőinek meghatározásakor a 20 pixelek halmazára jellemző tulajdonságot hordozó pixelek közül választunk ki halmazt, például a pixelek összefüggéseinek összehasonlításakor a lencse szélének megfelelő vagy a lencse belső zónáinak egy részét leképező pixeleket elemezzük.

Ugyancsak a találmány szerinti eljárás gyakorlati megvalósítása válik egyszerűbbé annál a célszerű kiviteli alaknál, amelynél a pixelek helyzetének és képintenzi25 tásának megfelelő értékek összehasonlításakor a pixelekből álló csoport középpontjához közeli pontra helyezett ponttól indulunk és a pixelek csoportjának határa felé haladunk a lencse szélére jellemző intenzitást mutató pixel eléréséig, továbbá adott esetben a lencse szélének megfelelő körvonal meghatározása céljából a képintenzitásnak a lencse szélére jellemző értékeit hordozó pixelek összekapcsolt csoportjainak 30 körvonalát a lencse szélére jellemző intenzitásértékeket hordozó pixelekhez közeli kapcsolódó pixelek elemzése után határozzuk meg.

Általában célszerűnek tekinthető a találmány szerinti eljárásnak az a megvalósítási módja, amelynél a lencse szélét leképező pixelek halmazában végzett összehasonlítás során a lencse széléhez feldolgozási gyűrűt rendelünk és ezzel a feldolgo35 zott pixeleket a lencse szélével szomszédos pixelekre korlátozzuk.

Szintén a vizsgált lencsére kapott adatok feldolgozása egyszerűsíthető le jelentős mértékben, ha a találmány szerinti eljárás végrehajtása során a lencse szélét

P 93 03348

-5leképező pixelek halmazát két alcsoportra osztjuk fel, majd az összehasonlítást a lencse belső zónáiból a lencse széle felé való áthaladási területre jellemző pixelek, valamint a lencse külső zónájából a lencse széle irányába való átmeneti zónára jellemző pixelek részhalmazain végezzük el, amikoris előnyösen az összehasonlítást a lencse 5 belső zónáiból a lencse széle felé való átmenethez tartozó pixelek részhalmazából kiválasztott pixelekkel, vagy adott esetben a lencse külső zónáiból a lencse széle felé történő átmenetet tartalmazó pixelek részhalmazából kiválasztott pixelekkel végezzük el. Ez célszerűen úgy is végrehajtható, hogy a találmány szerinti eljárásban a lencse belső tartományából a lencse széle felé való átmenethez tartozó pixelek részhalma10 zából, valamint a lencse külső zónájából a lencse széle felé való átmenet zónájába tartozó pixelek részhalmazából pixeleket választunk és az összehasonlítást a kiválasztott pixeleken végezzük el.

A minőségelemzés megbízhatóságában magas szint érhető el, ha a találmány szerinti eljárásban a pixelek közötti összehasonlításkor előnyösen a lencse szélét 15 leképező pixelek diszkontinuitását és/vagy a lencse szélét leképező pixelek képintenzitásában jelentkező gradienseltérést és/vagy a lencse szélét leképező pixelek helyzetében bekövetkező radiális eltérést és/vagy a lencse szélét leképező pixelek helyzetében megállapítható térbeli határértéket követjük.

A kitűzött feladat megoldásaként látásjavító lencse vizsgálatára szolgáló egy további eljárást ugyancsak kidolgoztunk, amelynek végrehajtása során ismert módon lencsét, különösen kontaktlencsét megvilágítunk és minőségi jellemzőit megállapítjuk, majd előre elfogadott kritériumokat figyelembe véve a lencsét minőségelemzésnek vetjük alá és ennek eredményeként a lencsét elfogadjuk vagy elvetjük, amikoris a találmány értelmében a lencsét legalább egy frekvenciájú elektromágneses hullámot 25 tartalmazó sugárzással világítjuk meg, a megvilágított lencse képét kamera receptorán a kép egy-egy részét leképező pixelek csoportjaira osztjuk fel, a pixelekhez helyzetre és képintenzitásra jellemző elektromos értékeket, továbbá az elektromos jelekhez elektronikus értékeket rendelünk, majd a képen belül vizsgált pixelként kiindulási pixelt választunk, ahol A) a vizsgált pixelnél jellemző karakterisztika jelenlétét követ30 jük, B) a jellemző karakterisztika nélküli vizsgált pixel esetében új vizsgált pixelt választunk a lencse szélét átmetsző út mentén és a jellemző karakterisztika jelenlétét újból követjük, míg C) a jellemző karakterisztikát mutató vizsgált pixelnél az elektromos jel elektronikus értékét a szomszédos pixelekre kapott elektronikus értékekkel összehasonlítjuk, új vizsgált pixelként a jellemző karakterisztikával a szomszédos 35 pixelek közül a legjobb korrelációt mutatót választjuk ki, az összehasonlítást és a kiválasztást a jellemző karakterisztikát mutató pixelek halmazának kimerüléséig folytatjuk, majd az így meghatározott pixelek között a lencse szélét leképező pixelek jelenlétét

P 93 03348 * ' J. U ·..· L’*· :·:

-6meghatározzuk, D) a lencsének a széltől eltérő részeit leképező pixeleknél új vizsgált pixelt választunk a lencse szélét átmetsző út mentén és a jellemző karakterisztika jelenlétét újból követjük, míg E) a lencse szélét leképező pixelek halmazára legalább egy összefüggést tárunk fel és a minőségelemzés során a kijelölt halmazban a 5 pixelek legalább egy összefüggését legalább előre meghatározott összefüggéssel hasonlítjuk össze.

A találmány szerinti eljárás megvalósítását könnyíti meg, ha az elektromos jelet a helyzetnek és a képintenzitásnak megfelelően képezzük, majd célszerűen a kiindulási pixelt a lencse középpontjának szomszédságában választjuk meg és a lencse 10 szélét átmetsző utat a lencse középpontjából kiinduló sugárként határozzuk meg.

Ugyancsak a találmány szerinti eljárás megvalósítását egyszerűsíti le, ha a jellemző karakterisztika jelenlétének újbóli követésekor a lencsének a széltől eltérő részeit leképező pixelek halmazát előre meghatározott összefüggés teljesülése szempontjából vizsgáljuk és ezzel a minőségellenőrzést elvégezzük, ahol célszerűen jel15 lemző karakterisztikaként a képintenzitás változását vizsgáljuk.

Szintén a találmány szerinti eljárás megvalósításának egyszerűsége szempontjából célszerű az a megoldás, amikor a lencse középpontját közelítőleg a szélnek megfelelő karakterisztikát mutató legalább három pontból álló legalább egy halmaz figyelembevételével határozzuk meg, miközben adott esetben az elektromos jel képzé20 sével a helyzetre és a képintenzitás gradiensére jellemző értékeket állítunk elő és előnyösen jellemző karakterisztikaként a képintenzitás gradiensének abszolút értékét vizsgáljuk.

A találmány szerinti eljárás megvalósítására, a kitűzött feladat megoldásaként látásjavító lencsék vizsgálatánál hasznosítható berendezést szintén kidolgoztunk, 25 amely támaszon elhelyezett lencsét megvilágító fényforrást tartalmaz, ahol a találmány értelmében a fényforrással megvilágított lencsén áthaladó fényt fogadó és a lencse képét több pixelbe leképező, a lencse képét pixelekkel kialakított receptoron generáló kamerát tartalmaz, ahol a kamerában levő receptor és a kamera kimenete a receptorra az egyes pixeleknél beeső fény helyzetének megfelelő és a pixeleknél be30 eső fény intenzitását jellemző elektromos jelet képző elektronikus áramkört, az elektromos jeleket az egyes pixeleknek megfelelően képtárolóban rögzítő és a receptoron a pixel által elfoglalt helyzetnek megfelelő adatot befogadó képalkotó egységgel, továbbá a képtárolóval, valamint a helyzetre jellemző adatokat befogadó tárolót, a tárolóval kapcsolódó, az adatok és tárolt program alapján a pixelek képintenzitási és hely35 zeti adatait feldolgozó, a pixelek halmazával képviselt lencse jellemzőit megállapító, a megállapított adatok alapján a lencse minőségi elfogadásáról vagy elvetéséről döntő processzoros modult tartalmazó adatfeldolgozó rendszerre van vezetve.

P 93 03348 i

-7A találmány szerinti eljárással és berendezéssel lehetővé válik a minőségellenőrzés során a kép elemzésének műveletsorát a lencsének arra a zónájára koncentrálni, amely a tapasztalat szerint a gyártás során leggyakrabban hibásodik meg. Lehetővé válik továbbá a lencse belső zónáinak olyan értelmű ellenőrzése, hogy a folyamatban a lencse szélének elérése előtt megállapítható legyen, vajon a lencsében van-e minőségét eleve elfogadhatatlanná tevő hiba. További előnye az eljárásnak és berendezésnek, hogy az a lencse szélén megfigyelhető folytonossági hiányokat képes figyelmen kívül hagyni, vagyis a kisebb lencsehibák és a képfeldolgozási szünetek miatt az eljárás és berendezés nem veti el az egyébként megfelelő minőségű lencsét. Az elektronikus vizsgálati eljárás révén lehetővé válik a jellemzők egy adott karakterisztikától való eltérésének pontos megállapítása és kategóriába sorolása, amivel a lencsegyártás folyamatát kisérő esetleges hibák határozhatók meg.

A találmány tárgyát a továbbiakban példaként! kiviteli alakok kapcsán, a csatolt rajzra hivatkozással ismertetjük részletesen. A rajzon az

1. ábra: a találmány szerinti eljárást is megvalósító berendezés tömbvázlata a vizsgá- landó lencse és a lencsét megvilágító fényforrás feltüntetésével, a

2. ábra: a találmány szerinti eljárás megvalósítása során végrehajtott és a lencse ké- pének kialakítására, minőségének vizsgálatára szolgáló eljárás folyamatábrája, a

3. ábra: a találmány szerinti eljárásban a lencse képmezőben történő elrendezésének technikáját mutató diagram, a

4. ábra: a vizsgálandó lencse széle mentén hármas csoportokban gyűjtött adathal- mazok összeállításának módja, az

5. ábra: a 4. ábra szerint összegyűjtött adatok alapján a találmány szerinti eljárásban a lencse átlagos középpontjának és sugarának megállapítására szolgáló vázlat, a

6. ábra: a lencse előzőekben elméletileg meghatározott széle körül generált feldolgo- zási gyűrű egy példája, a

7. ábra: a szél kiemelésére szolgáló operátor egy példája, amellyel a lencse külső és belső széle mint átmeneti zóna meghatározható, a

8. ábra: a lencse felosztásának egy lehetséges megoldása különböző zónák kijelölé- sével, amelyekhez különböző irányítású széloperátorok tartoznak, a

9. ábra: az algoritmusban alkalmazott egyenletekben felhasznált jelölés a találmány szerinti eljárás megvalósítása során a pixelek különböző helyzeteinek jelölésére, a

10. ábra: lencse képében szöghelyzet szerinti adatrögzítés egy lehetséges alaprend- szerének diagramja, a

P 93 03348 • < ♦ · · · · • « ♦ * · • a · «ι ·· « • · · · ·

11. ábra: kereső vektoroknak a feldolgozási gyűrűn belül való alkalmazásával a lencse elhelyezkedésére nyert különböző adathalmazok bemutatása, a

12a. ábra: a lencse szélére nyert adatok derékszögű koordinátarendszerben történő bemutatása, ahol a lencse feldolgozott képében diszkontinuitás észlelhető és ez a diszkontinuitás a pixelhez tartozó jel feldolgozása során is jelentkezik, a

12b. ábra: a 12a. ábra szerinti adatok polárkoordinátás reprezentációja, a

13a. ábra: a lencse fragmentált szélének áthidalását jellemző adatsor bemutatása, amelyet extrapolációs technikával nyerünk, az utolsó áthidalásnál ugrásos technikát alkalmazva, ahol az adatok derékszögű koordinátarendszerben vannak bemutatva, a

13b. ábra: a 13a. ábra szerinti adatok polárkoordinátás reprezentációja, a

14a. ábra: a pixelek feldolgozásával a lencse szélének radiális eltérésére nyert adatokat bemutató görbék derékszögű koordinátarendszerben, a

14b. ábra: a 14a. ábra szerinti adatok polárkoordinátás reprezentációja, a

15. ábra: gradiens megállapításához vizsgált kiindulási pixel és szomszédjának összefüggése, a

16a. ábra: a pixelek feldolgozásával a gradiensre nyert adatok derékszögű koordinátarendszerben bemutatva, a

16b. ábra: a 16a. ábra szerinti adatok polárkoordinátás reprezentációja, a

17a. ábra: a térbeli határvonali jellemzőket a lencse szélére vonatkozó adatok feldolgozásával eredményező eljárási lépésekben nyert határzóna képe derékszögű koordinátarendszerben, míg a

17b. ábra: a 17a. ábra szerinti adatok polárkoordinátás reprezentációja.

A találmány szerint több különböző változatban látásjavító lencse minőségellenőrzésére, jellemzőinek automatizálható vizsgálatára szolgáló eljárást és berendezést dolgoztunk ki. A berendezés (1. ábra) lényegében elektronikus elven működő 16 kamera segítségével működik, amely 10 támaszon elhelyezett látásjavító 12 lencse megfelelő 14 fényforrással történő megvilágítása útján kapott képet fogad. A kép a 16 kamerában 20 receptorra esik be és ott az azt alkotó pixeleket készteti elektromos jel kibocsátására. A pixelek helyzetüknek és a beeső fény intenzitásának megfelelően elektromos jelet generálnak, amelyet szükséges átalakítás után megfelelő elektronikus 46 képtárolóban rögzítünk. A 46 képtároló 28 processzoros modul, célszerűen számítógép részét képezi, vagy ahhoz kapcsolódik, ahol a 28 processzoros modul képes mind pixel helyzetére, mind pedig a pixelbe beeső fény intenzitására vonatkozó adatokat kiolvasni. A 28 processzoros modul, mint számítógép programozása révén

P 93 03348 i

alkalmas a pixelek elhelyezéséből és a képintenzitásból adódó értékek összehasonlítására.

A javasolt eljárásban, mint ez a fentiekből is kitűnik, az értékek összehasonlítását célszerűen azzal kezdjük, hogy a 20 receptor középpontjához közeli pixelt vá5 lasztunk és ebből kiindulva a pixelekkel kitöltött mező széle felé haladunk mindaddig, amíg az intenzitás egy adott mértékű változását nem észleljük. Az intenzitás megváltozását jelző középponti pixelt körbevevő pixeleket értékeljük és megkeressük azt, amelyik az előző pixelhez értékében a legjobban illeszkedik, majd az eljárást megismételve a jellemző egy adott értéksorozatát nyerjük. Ha a jellemzőre kapott karakte10 risztika nem felel meg a lencse szélének, a jellemzőt tovább vizsgáljuk annak érdekében, hogy megállapítsuk, elfogadható-e a 12 lencse minősége. Ha a jellemző értéke rendben van, a 12 lencse 74 szélére (3. ábra) megállapított értékeket, a 74 szél karakterisztikáját vizsgáljuk annak megállapítása érdekében, hogy ténylegesen a 74 szélt tettük vizsgálat tárgyává, és ha igen, a 12 lencse minősége megfelelőnek tekint15 hetö.

A találmány szerinti eljárásban különösen előnyösnek tekinthető az a megoldás, amikor a 12 lencse szélére kijelölt helyeken végzünk vizsgálatot, mégpedig lényegében 12°-os kiosztásban harminc pontot ellenőrzünk. Ezeket tíz csoportra osztjuk fel, amelyek mindegyike három pontot tartalmaz és így három egyenletet kell egy20 mással párhuzamosan megoldani ahhoz, hogy a 12 lencse egy jó közelítéssel elfogadható 92 átlagos középpontját kijelöljük és átlagos, 122 elvi sugarát meghatározzuk. Ezt követően 90 feldolgozási gyűrűt generálunk (6. ábra), amelynek határvonalai között feltételezésünk szerint a 12 lencse 74 széle helyezkedik el. A 90 feldolgozási gyűrűn belül a pixelekre az abszolút intenzitásértékeket gradiens értékek formájában 25 választjuk jelöljük ki, aminek eredményeként a 12 lencse szélét két átmeneti szél jellemzi, az egyik a 12 lencse szélének belső oldala felől kijelölhető 94 belső szél, míg a másik az ugyanannak külső oldalán elhelyezkedő 96 külső szél. A 94 belső és a 96 külső széllel határolt tartományok szélességét ezután fokozatosan, adott esetben több lépésben csökkentjük, és végül a 74 szél mentén csak az intenzitás maximumá30 val jellemezhető pixelek maradnak. A 12 lencse 74 szélére kapott vonalat ezután derékszögű koordinátarendszerből polárkoordinátás reprezentációra váltjuk át, így a sugár, a szögek és az intenzitás gradiensének értékeit átalakítjuk. Az adatokból két mátrixot állítunk össze, amelyek alapján a jellemzők meghatározhatók. A mátrix feldolgozása során RD radiális eltéréseket, LGD lokalizált gradienseltéréseket, SD tér35 beli deriváltakat, DIP lokalizált gradiens devianciát, ALGD egyvonalú lokalizált gradienseltéréseket és D diszkontinuitást (folytonossági hiányt) állapítunk meg. A pixelek szintjeinek megfelelő meghatározás elvégzése után a hibát jelző pixeleket

P 93 03348

-10egy-egy meghibásodási csoportba osztjuk. A 12 lencse 74 széléhez tartozó 98 belső és 100 külső határt kijelölő adatok csoportosítása után a 12 lencse két szélének megfelelő csoportok közül az átfedőeket kombinatív meghibásodási csoportba soroljuk. A csoportok kijelölését követően a csoportok mindegyikéhez egy-egy jelzőszámot 5 rendelünk, amelyek a csoportban levő pixelek számát, típusát és az észlelt hiba komolyságát képviselik. Ezután a jelzőszámokat súlyozzuk. A súlyozott jelzőszámok rendszerét az egész lencsére kiterjesztjük és a jelzőszámok elemzése után döntünk arról, vajon a lencse minőségileg elfogadható-e vagy azt selejtnek kell tekinteni.

Visszatérve a találmány szerinti berendezésre, azt. kell megállapítani, hogy a 10 benne alkalmazott részegységek, illetve a működését lehetővé tevő programok sokféle lehetőség közül választhatók meg. Ebben a következő ismertetés kellő kitanítást nyújt, arra támaszkodva szakember köteles tudását felhasználva képes az adott feltételeknek megfelelő optimális megoldást kidolgozni.

Mint az 1. ábrán látható, a találmány szerinti eljárás megvalósítására is alkal· 15 más berendezés a 10 támaszon elrendezett 12 lencse vizsgálatára szolgál. A 10 támasz alatt a 14 fényforrás, fölötte a 16 kamera helyezkedik el. A 16 kamera szerepét vizsgálataink során a Kodak cég (Rochester, New York) által gyártott Vidék MegaPlus nevű berendezés látta el.

Mint már említettük a találmány szerinti berendezésben és a javasolt eljárás 20 megvalósítása során a 16 kamera szolgál képalkotásra, amelynek bemeneti elemét 18 lencse alkotja. Ez a 18 lencse az említett típusú 16 kameránál 14,5 mm képalkotási távolságra van beállítva, a Nikkon cég 55 mm-es fókusztávolságú, kereskedelmi forgalomban beszerezhető lencséje volt. A 18 lencse f = 2,8 értékű fényerőre volt beállítva és hozzá Andover típusú 22 sáváteresztő szűrő tartozott, amelynek közép25 ponti frekvenciája 550 nm volt, a félhullám teljes magassága pedig a 18 lencse végéhez viszonyítva 10 nm volt. Az így kialakított 22 sáváteresztő szűrő a rajta áthaladó fényből a kromatikus aberrációkat hatékonyan távolítja el, amivel a térbeli felbontás minősége jelentősen javul és a vizsgálandó 12 lencse megvilágítása során a 16 kamera lényegében az emberi szem által biztosított érzékeléshez hasonló módon mű30 ködik, vagyis a minőségellenőrzésre különösen alkalmassá válik. A 22 sáváteresztő szűrő egyúttal az infravörös sugárzás kiküszöbölésére is szolgál, amivel a félvezető érzékelő elemeknél a rendszer modulációs transzver függvényét csökkenti.

A 12 lencse ionmentes vízben helyezkedik el a 10 támaszon. Alatta opalizált 13 optikai diffúzor helyezkedik el, amely a 14 fényforrás, például stroboszkópos lámpa 35 fényét továbbítja. A stroboszkópos lámpa például 5 J teljesítményű, 10 ps időtartamú fényimpulzusokat állít elő, vezérlését a 12 lencse képét feldolgozó rendszer biztosítja. A stroboszkópos lámpa felgyulladásai között általában mintegy 450 ms időtartamú

P 93 03348

-11 szüneteket kell tartani. A stroboszkópos lámparendszerek felépítése önmagában véve jól ismert.

A 16 kamerát finommechanikai megvezető rendszerben helyezzük el, aminek segítségével befogó keretben (ezt az ábra nem mutatja) helyzete igen pontosan be5 állítható. A fókuszálást egyszer kell elvégezni, ezt követően a 16 kamera helyzetét a minőségellenőrzés folyamatában nem kell változtatni.

A 16 kamerában célszerűen olyan 20 receptort alkalmazunk, amely tértöltéses érzékelő elemekkel (CCD) van kialakítva. A 20 receptoron vannak tehát a pixelek kialakítva, amelyek az adott esetben 1320 x 1035 elemből álló mátrixot képeznek.

A térkitöltéses érzékelő elemekkel ellátott 20 receptor a 16 kamerába bejutó fényt intenzitásának megfelelő elektromos jellé alakítja át. Ez az analóg elektromos jel 24 elektronikus áramkörbe jut, amely 8 bites analóg/digitális (A/D) konverter segítségével 256 szürkeségi szintnek megfelelő digitális kimenő videó jelet generál a bemenetén kapott analóg jelből.

A 16 kamerát aszinkron üzemmódban használjuk, amikoris a vizsgálandó 12 lencse és befogása által a megfelelő helyzet elérése után generált jelet biztosítunk a 14 fényforrás meggyújtására és ezt követően a képnek a 16 kamerában történő rögzítésére. A 12 lencse és a 10 támasz mozgatásának különböző lehetőségei nem képezik a találmány tárgyát, azok ismert módon valósíthatók meg.

A 16 kamerában a 24 elektronikus áramkör a beeső fénynyaláb által hordozott képnek megfelelő jeleket állít elő. Ezek képfeldolgozó rendszer 26 bemeneti moduljába jutnak, majd ezt követően a három részből álló képfeldolgozó rendszer különböző egységeiben kerülnek átalakításra. A képfeldolgozó rendszer a 26 bemeneti modulon kívül a 28 processzoros modult és 30 képalkotó egységet tartalmaz.

A 26 bemeneti modul digitális jeleket fogad, amelyek feldolgozásával minden vonalhoz videó szinkronjelet rendel. Az így korrigált digitális jel 34 videó multiplexerbe kerül, amely a kapott jelnek a 28 processzoros modulba történő továbbítását teszi lehetővé.

Az egy videó képnek megfelelő adatok halmaza, amely például a most leírt,

1048576 pixelt tartalmazó kamera segítségével állítható elő, 36 videó jelbuszra jut, amelyből egyéb feldolgozást biztosító hardver eszközök képesek a jel felvételére. A képet ezen kívül 38 videó RAMDAC segítségével jelezzük ki, amelyet 40 konverter segítségével pszeuro színes kimenetté lehet alakítani, majd 42 színjei kimeneteken (RGB) át 44 videó monitorra vezethető, amely a kép visszaadására szolgál. A 42 színjei kimenetek olyan pszeuro jeleket szolgáltatnak, amelyek három ellenőrző táblázatba (LUT) sorolhatók.

P 93 03348

-12A 28 processzoros modul bemenete a mintegy 1 MB kapacitású 46 képtároló kimenetére is csatlakozik. A 46 képtárolóban rögzített adatokat 48 jelfeldolgozó egység fogadja, amely szokásos módon időjeles vezérléssel működik. Az adatfeldolgozás műveleteit például Motorola 68040 jelű mikroprocesszorral lehet elvégezni.

A képfeldolgozáshoz szükséges kódokat 52 EPROM tárolja, amely ennek megfelelően törölhető, programozható, kiolvasó tároló. A képfeldolgozással kapott eredményeket a 30 képalkotó egység fogadja, amely egyúttal a vele kapcsolódó kimenetek vezérlését teszi lehetővé. A 30 képalkotó egységhez egyébként RS232 vagy RS422 jelű 62 soros kimeneteken és/vagy 60 párhuzamos bemenet/kimeneteken át 10 lehet kapcsolni.

A vizsgált 12 lencse elfogadásáról vagy elutasításáról szóló döntést a 28 processzoros modul hozza meg, amely 66 továbbító egység vezérlésével hajtja végre a döntést, mégpedig úgy, hogy a 12 lencsét csomagolásával együtt további feldolgozásra engedélyezi, vagyis az sterilizálható és csomagolható, vagy azt nem megfelelő 15 minőségű hulladék lencseként egy külön tárolóba juttatja.

A találmány szerinti berendezés által végrehajtott ellenőrzési műveletsor folyamatábráját a 2. ábra mutatja be. Itt az egyes lépéseket tömbökben foglaljuk össze és a tömbökből a 28 processzoros modul által végrehajtott algoritmus részletei jól követhetők.

Az eljárás első lépésében a 16 kamera által biztosított nyers képet jelfeldolgozó rendszerbe juttatjuk. A 16 kamerában a képből digitális adatok sorozata jön létre, maga a kamera a számára ismert hibás pixelek által előállított jelek kiszűrését elvégzi. A nagy felbontóképességű 16 kamera elektronikus rendszere költséges. Alapvetően az árat az határozza meg, hogy a 20 receptoron hány tértöltéses (CCD) érzékelő elemet helyeznek el. A hibás pixelek kiszűrésére általában azt az elvet követik, hogy a pixeleket legfeljebb öt tagból álló csoportokba sorolják és a csoportokon belül a pixeleket és a csoportok között az érzékelt fény hatására generált jelek eltérést vizsgálják. Ha ez két szomszédos pixel, illetve csoport között legalább 10 %-ot ér el, a kiugróan nagy vagy kis fényintenzitást jelző pixeleket a további érzékelőktől az elektro30 nikus rendszer kizárja.

A találmány szerinti eljárásban különösen előnyös, hogy a 16 kamera viszonylag nagy számú hibás pixel esetén is jól használható. Ezeket ugyanis a 16 kamerák legolcsóbb típusaiban is a belső ellenőrzési rendszer kiszűri, és egy adott számú pixel, illetve pixelcsoport meghibásodása esetén a működést már nem engedélyezi.

A vizsgálatainkban felhasznált Vidék MegaPlus jelű elektronikus kamerában alkalmazott érzékelő elemek oszlop típusú meghibásodásokat mutatnak. Ezért a meghibásodások általában egy oszlopba sorolhatók és néhánytól akár ötvenet megP 93 03348 haladó számú pixelt ölelhetnek fel. A meghibásodással jellemzett zónákban a pixelek által generált jelekhez rendelhető szürkeségi szintek az érzékelt kép jellemzőitől függetlenül a szomszédos pixelekhez képest jelentősen eltérhetnek. Ha azonban ezek a meghibásodások a 12 lencse 74 szélének megfelelő zónában vagy annak közelében 5 jelentkeznek, ezeket a program hibásan úgy értelmezheti, mint a 12 lencse hibáit vagy szélén jelentkező diszkontinuitásait.

A meghibásodásos zónákat emberi szemmel végzett ellenőrzés során úgy határozzák meg, mint egy azonos céltárgy képében a váratlanul elváltozó szürkeségi szintekkel jellemzett zónákat. Mivel a meghibásodások egy-egy oszlopra korlátozha10 tők, a szomszédos oszlopok közötti interpolációval a kívánt korrekció elérhető. Az oszlopok mentén jelentkező hibákra végzett interpoláció alapján rájuk a meghibásodásos oszlop mindkét oldalán levő oszlopokra jellemző szürkeségi szintek átlagát kapjuk. A 16 kamera 20 receptora olyan területeket is tartalmazhat, amelyek meghibásodása a lencse képében buborékos hibák képzetét keltheti. Ez a meghibásodási 15 zóna úgy küszöbölhető ki, hogy ahhoz a képfeldolgozásban nem résztvevő területet rendelünk, vagy esetleg a fentiekben vázolt interpolációs technikát alkalmazzuk.

A találmány szerinti eljárás megvalósítása előtt tehát a 16 kamera 20 receptorában levő pixelek közül az ismert hibás elemeket kizárjuk. Ezután a 12 lencsét a képmezőben elhelyezzük, a kép határait pedig a 12 lencse határainak megfelelő zóna 20 kijelölésével azonosítjuk. Ha a 12 lencse 74 szélét próbáljuk meg lokalizálni, a berendezésben olyan döntést kell hozni, amely egyértelműen arra utal, hogy a 12 lencse jelenléte a 10 támaszon észlelhető-e, illetve nem az e a helyzet, hogy a 12 lencse nélküli tartóelem van a látómezőben. Ha a tartóelemben nincs 12 lencse, ezt a találmány szerinti berendezés hibás 12 lencse jelenléteként észleli és ezért az üres cso25 magolás, illetve hordozóelem a hibás lencséket befogadó tárolóba kerül, az a gyártó helyiséget mint lencsét tartalmazó csomag nem hagyhatja el.

Az eljárásban a 12 lencse 74 széleinek meghatározása után a lencse szélét meghatározó pontok helyzetére vonatkozó adatokat gyűjtjük össze. Ezeket az adatokat a 74 szélt leíró triplettekként foglaljuk össze (4. ábra), amelyekből kört lehet meg30 határozni és a körhöz mindenkor középpont tartozik. Az esetleges hibás adatok eltávolítása céljából a körök középpontja által kijelölt átlagos középponti vonaltól legtávolabb eső pontot figyelmen kívül hagyjuk. A szélre vonatkozó információkat tehát ebben a szakaszban lényegében a triplettek jelentik, amelyek a 12 lencse 74 szélének és 88 középpontjának kijelölésére alkalmasak (3. és 5. ábra).

A 12 lencse 74 szélének állapota fontos jellemző. Ezért a triplettekből megállapítható középpontok alapján olyan 90 feldolgozási gyűrűt jelölünk ki (6. ábra), amelyP 93 03348

-14nek szélei között a 12 lencse 74 szélének el kell helyezkednie. Ezzel kijelöljük azt a zónát, ahol az adatfeldolgozást a továbbiakban különös gondossággal kell elvégezni.

A 12 lencse 74 szélének a háttértől való megkülönböztetése céljából a 90 feldolgozási gyűrűben elhelyezkedő pixelekre olyan operátort alkalmazunk, amely a 74 5 szél kiemelésére alkalmas. A 74 szél kiemelésének műveletével viszont 94 belső szél és 96 külső szél képe jelenik meg (7. ábra), ahol az első a 74 szélt lényegében belülről, a második pedig ugyanezt kívülről határolja.

A feldolgozásnak ebben a lépcsőjében lényegében már csak a 74 szélre vonatkozó információk maradnak meg, a 94 belső szél és a 96 külső szél jelenléte, 10 vagyis az átmeneti zónák kialakulása a 74 szél átlépésével kapcsolatos intenzitásváltozás gradiense által bizonyos mértékben zavart. A 94 belső és a 96 külső szélnek az előzőeknél egyértelműbb meghatározása céljából a 74 szélre vonatkozó és a 90 feldolgozási gyűrűben jelentkező adatokon módosított tisztítási műveletet végzünk. Ezzel a tisztítási művelettel a szürkeség szintjére vonatkozó információkat tartjuk meg, a 15 további feldolgozás során hasznos információkat nyerünk.

Az algoritmus következő lépésében küszöbvizsgáló operátort használunk, amely a későbbi feldolgozás műveletében felesleges szürkeségi szintekre vonatkozó információkat szűri ki.

Ezt követően az algoritmusban a 94 belső és a 96 külső szél adatait követjük 20 végig abból a célból, hogy a 12 lencse 74 szélére vonatkozó adatokat megtaláljuk. A követés lényegében úgy kezdődik, mint ahogy a 12 lencse 74 szélének lokalizációját kezdetben megállapítottuk. A különbséget azonban az jelenti, hogy a szürkeségi szintekre vonatkozó kritériumokat a 74 szél lokalizációjához úgy használjuk fel, hogy a 90 feldolgozási gyűrű belső határvonalától külső széléig haladunk. Ha ennek során a 25 szürkeség szintjére vonatkozó küszöbfeltételnek nem eleget tevő pixelt találunk, a vele szomszédos és hozzá közeli pixelek sorozatát vizsgáljuk abból a szempontból, vajon ez a pixel a 12 lencse 74 szélét jelenti-e. Ha igen, a 74 szélre vonatkozó adat birtokában az egész 74 szélt bejárjuk, az ennek megfelelő pixelek helyzetét és a pixelekhez tartozó intenzitásgradienseket rögzítjük.

Eddig az eljárási lépéseket derékszögű koordinátarendszerben hajtottuk végre. Az így kapott információkat sugárra és szöghelyzetre vonatkozó értékekké polárkoordinátába való transzformációval alakítjuk át és a polárkoordinátás adatokat az intenzitás gradiensére vonatkozó értékekkel társítjuk. Az adatok megfelelő megbízhatóságú feldolgozása érdekében, hogy a megfelelő minőségű lencse elutasítása ne kö35 vetkezhessen be, a pixelek közötti diszkontinuitást egy adott nagyságig áthidaljuk, figyelmen kívül hagyjuk.

P 93 03348

-15’·/

A polárkoordinátás alakban rendelkezésre álló információk alapján a jellemzők megállapítása céljából öt típusú műveletet végzünk. Az első feladata RD radiális eltérések rögzítése a 12 lencse egy ideális 94 belső és ideális 96 külső szélétől. A második az LGD lokalizált gradienseltérések függvénye, amely minden pixelre a szomszéd5 ságában levőkhöz képest az intenzitás értékében jelentkező gradienst határozza meg. A harmadik az SD térbeli deriváltak függvénye, amely a sugárnak a szöghelyzet változásával bekövetkező változásait rögzíti. Az RD radiális eltérésekhez képest az SD térbeli deriváltak mindenek előtt az éles vagy hirtelen átmenetek megállapítására alkalmas, amikoris a 74 szélre jellemző sugár a szöghelyzet kis változásai mellett je10 lentős nagyságú változást mutat.

A feldolgozás folyamatában a három említett feldolgozási műveletet elvégezzük. A diszkontinuitási hiba annak eredménye, hogy akár a 96 külső szélben olyan nagy folytonossági hibát állapítunk meg, amelyet a diszkontinuitások áthidalására szolgáló algoritmus nem képes figyelembe venni, kijavítani.

Az LGD lokalizált gradienseltéréseket összefoglaló jellemzőhöz hasonlóan

DLGD helyi lokalizált gradienseltérések függvényét, mint negyedik jellemzőt ugyancsak megállapítjuk, és ezt az előzőtől az különbözteti meg, hogy vizsgált pixelre jellemző gradiens értékhez viszonyított eltérést helyi szomszédság átlaga tekintetében keresünk. Minél több helyi szomszédságot tekintünk, annál jobb a különbség megha20 tározása és annál nagyobb a felhasználatlan pixelekre megállapítható rés a vizsgált pixel környezetében. A DLGD helyi lokalizált gradienseltérések függvénye a szomszédságra jellemzőnél kisebb gradienseltérések esetében jelez, erre utal a helyi elnevezés.

A DLGD helyi lokalizált gradienseltérések függvénye a más jellemzők által 25 nem azonosítható kis töréseket jellemzi a 12 lencse 74 szélén. A pixelt a DLGD helyi lokalizált gradienseltérések függvénye alapján akkor tekintjük hibásnak, ha az eltérés rögzített mennyisége komoly hiányosságra utal.

Az adatfeldolgozással megállapított ötödik jellemzőt ALGD egyvonalú lokalizált gradienseltérések függvényének nevezhetjük. Ez az egymással szomszédos pixelek 30 alapján a vizsgált pixel egy kiválasztott oldalán az eltérések megállapítására szolgál.

A vizsgált pixel előtt húsz pixelt tekintünk és ezzel a szomszédsági átlagot megállapítjuk, de a vizsgált pixel előtt közvetlenül elhelyezkedő négy pixelt figyelmen kívül hagyjuk. Az ALGD egyvonalú lokalizált gradienseltérések vizsgálatával mind a pozitív, mind a negatív értékű eltérések kikereshetők.

A fentiekben vázolt öt adatfeldolgozási folyamat során kapott számszerű adatokat az adott függvénnyel kijelölhető mennyiséghez rendeljük és egyúttal az esetleges hiba komolysági fokát meghatározzuk. A meghibásodásokat ezen túlmenöP 93 03348 «

-16en csoportokba soroljuk, mind a 94 belső, mind a 96 külső szélen a meghibásodott pixeleket jelöljük és ezzel meghatározzuk, vajon azok egy adott meghibásodási csoportba rendelhető nagyobb hiba részeit képezik-e. A csoportokat ezt követően adatfeldolgozásnak vetjük alá és megkeressük, vajon kombinálni kell-e őket egymással egy vagy több nagyobb csoport kialakítására és ha a külső és belső meghibásodási csoportokat összekapcsoljuk, azok egyetlen meghibásodáshoz tartoznak-e.

A feldolgozási folyamat eredményeként a meghibásodások, illetve a meghibásodási csoportok mindegyike egy, a meghibásodás komolyságától függő jelzőszámot kap, a meghibásodások mindegyikéhez szorzótényezőt rendelünk, ahol a szorzóté10 nyező azt jelzi, hogy az adott típusú hiba milyen mértékben befolyásolja a 12 lencse minőségét.

Az egyes meghibásodásokra kapott számszerű adatokat ezután összegezzük és így egyetlen számot kapunk, amely alkalmas arra, hogy eldöntsük, a 12 lencse minőség tekintetében elfogadható-e, illetve azt ki kell-e dobni.

A súlyozási és hozzárendelési folyamat eredményeként kapott számszerű információ felhasználható akár kijelzett, akár más módon rögzített formában statisztikai minöségelemzési célokra, amikoris a gyártott lencsék gyártási folyamatát jellemezzük és olyan adatokat nyerünk, amelyek alapján a gyártási folyamat valamely meghibásodást eredményező összetevője feltárható, a gyártási folyamatban végrehajtott változ20 tatások hatások értékelhető.

Az előbbiekben vázolt algoritmus végrehajtása során szükséges lépéseket a következőkben még részletesebben ismertetjük.

A 3. ábra a 16 kamerában kialakított 70 receptormezőt mutat. A 70 receptormezőt a 20 receptort alkotó nagy számú pixel fedi le, amelyeket külön-külön az ábrán 25 nem mutatunk be. A 70 receptormezőn belül 72 kontaktlencse képét hozzuk létre, amelyet itt kör jelképez. A 3. ábrán látható 72 kontaktlencsénél a képet 74 szél határolja, benne 76 hibahelyek vannak, amelyek különböző ismert felépítésűek lehetnek, például folyamatossági hiányok vagy hibás anyagú zónák. A 3. ábrán példaként bemutatott 72 kontaktlencse képében a 74 szélben 78 folytonossági hiány van. A 70 re30 ceptormezöben a 72 kontaktlencse 74 szélét a középpontból kiinduló 45° szög alatt elhelyezkedő 80 vizsgáló vektor jelöli ki. A 80 vizsgáló vektor a 70 receptormezöben pixelről pixelre radiális irányban halad előre és ezzel az előrehaladással célunk a 72 kontaktlencse 74 szélének megtalálása. Az algoritmus a 80 vizsgáló vektor minden léptetésekor az adott pixelt megvizsgálja, mégpedig abból a szempontból, teljesül-e a 35 74 szél meghatározásához szükséges kritérium. A pixelek mindegyikét szürkeségi szinthez rendeljük és egy előre meghatározott kalibrált kritériumot ugyancsak megállapítunk. Ha a 80 vizsgáló vektorban az adott pixel szürkeségi szintjét egy küszöbérP 93 03348

-17 — téket meghatározó trk_thres^B paraméterrel kijelölt értékénél kisebb, az a feltételezés lép érvénybe, hogy az adott pixel a 72 kontaktlencse 74 szélén helyezkedik el.

A következő lépésben ellenőrizni kell, hogy az előzőekben meghatározott objektum ténylegesen a 12 lencse 74 széléhez tartozik-e, amit úgy biztosítunk, hogy a 5 80 vizsgáló vektorban a 12 lencse kontúrjának átlépését észleljük. A 3. ábra szerint

80, 82 és 84 vizsgáló vektort használunk, amelyek közül a 80 és 82 vizsgáló vektorok alkalmasak arra, hogy az algoritmussal felismerjük, vajon a feltárt objektumok a 12 lencse 74 széléhez tartoznak-e vagy sem. A 80 és 82 vizsgáló vektorok ugyanis az egyenes vonaltól eltérő irányban hajlanak el és a meghajláshoz tartozó görbület nem 10 egyezik a 74 szél várható görbületével. Ez az ellenőrzési technika egyszerűen működik, ugyanis kisebb vagy nagyobb mértékű meghibásodás esetén a 80 vagy 82 vizsgáló vektor előbb vagy utább, egy adott számú pixel befutása után visszatér egy adott már vizsgált helyzetbe. Ha a lépések száma egy kijelölt határt túllép, a körvonalhoz a 12 lencsében levő 76 hibahely tartozik, míg ha a lépések száma kisebb, a hiba nem 15 jelentős, zavarnak tekinthető. A zavarként azonosítható objektum észlelésekor egy további vizsgáló vektort generálunk, amelyet az óramutató járásával azonos irányban mintegy 11 °-kal elforgatunk és az előzőekben kijelölt ellenőrzési műveleteket újból elvégezzük.

A 3. ábrán a 84 vizsgáló vektor egy újabb hibalehetőségre utal. Itt ugyanis a 20 lencse 74 szélében 78 folytonossági hiányon áthaladó vizsgáló vektor látható, amelynél a 70 receptormező szélének eléréséig nem tudunk jellegzetes változást észlelni. Ez esetben a vizsgálat a 70 receptormező szélénél ér véget, amikor az előző irányhoz képest az óramutató forgásának irányában mintegy H°-kal elforgatott vizsgáló vektort generálunk. A pixelekről pixelekre menő vizsgálatot a szomszédos tartományokra is 25 kiterjesztjük, mégpedig lépésenként, szükség szerint vízszintes, függőleges vagy diagonális irányban. A 12 lencse bármely meghibásodását észlelve, vagyis akár ha a 72 kontaktlencse belsejében 76 hibahelyet észlelünk, akár pedig ha a 74 szélben 78 folytonossági hiányt fedezünk fel, megfelelő kritériumrendszert kell alkalmazni ahhoz, hogy a 72 kontaktlencse minőségi mutatóit megállapítsuk és elfogadásáról vagy elve30 téséröl döntsünk.

A 3. ábrán a 72 kontaktlencse minőségi ellenőrzésére szolgáló további olyan 86 vizsgáló vektort is bemutatunk, amilyen megjelenését az elfogadható minőségű 72 kontaktlencse esetében várhatjuk. A vizsgálat során szükség van annak ellenőrzésére, vajon elértük-e a 72 kontaktlencse vagy a 12 lencse 74 szélét. Ezt az ellenőrzést a 35 4. ábrára hivatkozással mutatjuk be.

Tételezzük fel, hogy a vizsgálat folyamatában egy adott lépésben a követelményeknek eleget tevő minőségi jellemzőkkel rendelkező pixelt találtunk. Ekkor a

P 93 03348 ! ΓΊ .

• · » · « « ·«* ·« ·· ·» «·» a

-18szoftver a 72 kontaktlencse körvonalát jelző 74 szél mentén folytatja a vizsgálatot, mégpedig mintegy 90 pixelt felölelő tartományban négy irányban követési távolsággal meghatározott zónában végez ellenőrzést. A 72 kontaktlencse sugarának aktuális r értékétől függően képről képre változó követési távolságot jelölünk ki, mégpedig a következő képlet szerint:

1024 2πΓ F 30 ’ ahol T a követési távolság, míg F = 14,5 mm (látómező távolsága). Ennek megfelelően T egy 12,2 mm átmérőjű, ionmentes vízben elhelyezett 72 kontaktlencse esetében mintegy 90 pixelt ölel fel. Ha a 72 kontaktlencse 74 szélének környezetében a T követési távolságon belül az ellenőrzés sikeresen befejeződött, az adott pontot úgy tekintjük, mint amelyre az előírt követelmények teljesülnek.

Az előzőek elvégzésével a 72 kontaktlencse vagy a 12 lencse 74 szélének helyzetét ellenőriztük. Ennek során 12°-os szögtávolságokban legalább harminc további adatot határozunk meg, minden három pontból álló csoportra, vagyis tíz csoportra három párhuzamos egyenletet oldunk meg és ezzel a 72 kontaktlencse átlagos 88 középpontját kijelöljük és átlagos sugarát megállapítjuk.

A 4. ábra szerint a 72 kontaktlencse 74 szélére vonatkozóan a háromszögekkel, a négyzetekkel és a körökkel jellemzett pontoknál gyűjtöttük össze az adatokat. Az így megjelölt csoportokba tartozó pontokat ezután egymáshoz rendeljük, szintén lényegében hármas csoportonként.

A fentiek szerint előállított tíz adathalmazból tízm adott esetben egymástól különböző körre egyenleteket állítunk fel és ezek a körök a 72 kontaktlencse 74 szélének modelljét jelentik. Az egyenletekből rendre egy átlagos sorba és egy átlagos oszlopba tartozó pixellel kijelölt körvonal középpontját határozzuk meg, vagyis összesen tíz középpontot jelölünk ki, amelyekből a 72 kontaktlencse elfogadhatónak tekinthető 92 átlagos középpontjába vezető sugár hosszát ugyancsak megállapítjuk. A kijelölt 92 átlagos középponttól egy adott mértékű eltéréssel jellemzett távolságot statisztikailag feldolgozunk és így a különböző adatokon végzett statisztikai feldolgozások eredményeként egységes középpontot lehet megállapítani, amelyet a 92 átlagos középpontnak tekinthetünk (6. ábra). Ha találunk olyan középpontot, amely a középpontok statisztikai eloszlásából adódó helyzettől egy adott mértékben jobban eltérne, ezt a továbbiakban figyelmen kívül hagyjuk. Ezzel a kiküszöböléssel a 72 kontaktlencse nem meghatározható 74 szélét a meghatározásból kizárjuk, vagyis nem vesszük figyelembe azokat az adatokat, amelyek a 72 kontaktlencse normálnak tekinthető 74 szélétől eltérő helyeken kialakult meghibásodásoktól nyerhetők. Ezt az 5. ábrán is láthatjuk, ahol egy olyan 88 középpontot ábrázolunk, amely az előző számításokban

P 93 03348 ♦ 4« Μ *14* · •ír;:::..:, * * · ♦ ♦ «·««· *»· ·· ·· ·*· 4

- 19szereplő kilenc középponttól eltérő helyen van, mégpedig a 72 kontaktlencse 74 szélének 87 aberrációja miatt. Miután ez a 88 középpont csak egyetlen, ezért ezt a továbbiakban nem vesszük figyelembe.

Ezt követően a sorokba és oszlopokba rendezett középpontokhoz viszonyítva a standard eltéréseket számítjuk és azokat egy előre meghatározott küszöbértékkel vetjük össze. Ha mind a sorokban, mind pedig az oszlopokban a standard eltérések a küszöbfeltételeknek eleget tesznek, a 72 kontaktlencse alakját meghatározottnak kell tekinteni. Az így létrejött modellben az elfogadott sugarak átlagát tekintjük a 72 kontaktlencse sugarának. Ha a standard eltérésekre épített kritérium nem teljesül, új 10 vizsgáló vektort kell választanunk. Az új vizsgáló vektor kiindulási szöghelyzetét az előző vizsgáló vektorokhoz képest elfordítottan választjuk meg úgy, hogy a 72 kontaktlencse 74 széle mentén ugyanarról a pontról kétszer információt ne gyűjtsünk. Ez az iteratív eljárás lehetővé teszi, hogy a lencse képét a 70 receptormezőben elhelyezzük és legfeljebb két ciklusban az adatokat a szükséges pontokról összegyűjtsük. 15 Ha a 72 kontaktlencsét ennyi idő alatt nem lehet pontosan meghatározni, a berendezés a 72 kontaktlencse hiányát állapítja meg és a továbbiakban a hiányzó lencsét minőség szerint nem fogadja el.

A vizsgálati eljárás folytatását a 6. ábra alapján mutatjuk be. A 72 kontaktlencse 74 szélét ebben az esetben a 90 feldolgozási gyűrűvel fedjük le. Mivel 20 a 90 feldolgozási gyűrűt az előzőekben már levezetett 88 középpont és sugár értékei szerint, a szélességére előzetesen megállapított belső paraméter alapján jelöljük ki, a 90 feldolgozási gyűrű határvonalai közé a 72 kontaktlencse 74 széle teljes bizonyossággal beesik. A kép minden további feldolgozását most már csak a 90 feldolgozási gyűrűn belül végezzük, mivel ezzel az adatfeldolgozás sebessége növelhető, ideje 25 csökkenthető, hiszen a pixelek csökkentett számát vonjuk csak be az értékelésbe. A 90 feldolgozási gyűrű méretére vonatkozó követelmények és általában a 90 feldolgozási gyűrűre korlátozott adatfeldolgozási műveletsor terjedelme a rendelkezésre álló számítógépes elrendezés adatfeldolgozó képességétől függ, amikoris figyelembe kell venni az adatfeldolgozás munka- és költségigényét. A 90 feldolgozási gyűrű közép30 pontja az algoritmus előző lépésében meghatározott, és a számított középpontok többségét felölelő kör. A 90 feldolgozási gyűrű pixelekben kifejezett szélességét az anls_width paraméter adja meg.

Az adatok feldolgozása során a 7. ábra szerinti elrendezéshez jutunk, ahol a 6. ábrán látható 90 feldolgozási gyűrűt nem mutatjuk be. A 70 receptormezöben elhe35 lyezkedő 72 kontaktlencsét 92 átlagos középpont jellemzi. A 72 kontaktlencse nyers képén szél feltárására alkalmas operátort működtetünk, mivel a szürkeségi szintekre vonatkozó információk önmagukban nem elegendően érzékenyek arra, hogy a 72

P 93 03348 • ·· ·♦ f· ♦ ·» • ·· ·· · ··

-20kontaktlencse 74 szélének normál és hibás állapotú szakaszai között különbséget tegyünk. Ennek megfelelően olyan műveletre van szükség, amely a 72 kontaktlencse 74 szélét tartalmazó képben a 74 szél belső és külső oldalaira vonatkozó információt képes megkülönböztetni. Ehhez egy olyan módosított 3x3 méretű operátort biztosítunk, amely a 72 kontaktlencse 74 szélének környezetében kialakult különböző zónákat hasznosítja. Az előző ábrán még látható volt a 72 kontaktlencse 74 széle, amelyet az említett operátor felhasználásával a képből kiküszöböltünk. A szél kiemelésére szolgáló operátor a 72 kontaktlencse 74 szélének nyers képét dolgozza fel, amely kettő, három vagy négy pixel széles és ezzel a 6. ábra szerint a 94 belső széllel és a 96 külső széllel meghatározott képelrendezés nyerhető.

A szél kiemelését biztosító operátor hatékony működtetése szükségessé teszi, hogy a vizsgált 12 lencsét vagy 72 kontaktlencsét különböző zónákra osszuk fel (8. ábra).

A zónák kiosztása, vagyis kezdőpontja és végpontja a 72 kontaktlencsének a képben elfoglalt helyétől függ, illetve attól, hogy a képen belül a 72 kontaktlencse milyen helyzetben van. A 8. ábra példaként azt mutatja be, hogy egy 72 kontaktlencsét a 70 receptormezőben öt zónára bontunk fel. A zónák között a rajzon látható kapcsolat áll fenn és kijelölésük annak alapján történik, hogy a 72 kontaktlencse környezetében különböző vízszintes, függőleges és diagonális tartományokat jelölünk ki.

A szél kiemelésére szolgáló operátort a 8. ábra szerinti mindegyik zónában különböző alakban hasznosítjuk. Az első, harmadik és ötödik zónában az operátor vízszintes jellegű. A második és negyedik zónában ez vízszintes/függőleges jellegű. A 72 kontaktlencse görbületének kiegyenlítése és a lencse környezetében a gradiens nagyságának egységesítése céljából különböző irányítású operátorokat használunk. Az átmérő menti operátor a lényegében függőleges irányú részeknél durván egyenértékű a 72 kontaktlencse nagyjából vízszintes zónáiban alkalmazott vízszintes/függőleges operátorral.

A 72 kontaktlencse 74 szélére vonatkozó operátor átmérő menti jellegű, mivel így a feldolgozott 74 szél mentén a nemkívánatos rezgés jellegű változások elnyomhatok. A 72 kontaktlencse 74 szélének normál körvonalát tekintve a vastagság egy adott tartományon belül kis mértékben változhat. A lencse nyers szélével párhuzamos, vagy arra merőleges operátor alkalmazása esetén ezért a fluktuációk kinagyítása várható és a 74 szélben bizonyos kis mértékű eltérések hibásan megmaradhatnak, majd ezt követően az adatfeldolgozó szoftver a kis eltéréseket a 74 szél hibájaként értékelhetné.

A 9. ábra azt mutatja be, hogy a 70 receptormezőben alkalmazott pixeleket miként jelöljük, amikor a szél kiemelésére szolgáló operátort használunk. A szakmáP 93 03348

.··. .··. :··· χ • · · · ··· 9 · • · ···· ·· ··« · ··

-21 bán szokásos módon egy mátrixban vagy más rendezett halmazban levő elemeket jelöljük az ábrán felüntetett módon.

A következőkben a szél kiemelésére szolgáló operátorokra kidolgozott algoritmust mutatjuk be. Az ezek alapján az egyes pixelekre kapott gradiensértékeket 0 és 5 255 közötti szürkeségi szintnek megfelelően 8 bites jelöléssel látjuk el.

A vízszintes/függőleges operátor a következő: Horz/Vert = abs(h_djf) + abs(v_dif), ahol ^dif ~ ^Pi-1 j+1 ⁺ 2Pjj+i ⁺ P_i+1 j+1 (^Pi-1,j-1 ⁺ 2Pj,j_i ⁺ Pj+1 j-l)i ^vdif ⁼ Pj+1 j+1 ⁺ 2P|+1 j ^{+ P}i+1 j-1 (^Pi-1 j+1 ^{+ 2P}i-1 j ^{+ P}Hj-l)> továbbá az átmérő menti operátor

Diag = abs(d_1dif) + (d_2(Sf), ahol didit ^{- P}i-1 j ^{+ 2P}i-1 j-1 ^{+ P}ij-1 ' (^Rij₊1 ^{+ 2P}i+1 j+1 ^{+ P}i+1 j)’ ^{15 d}2dif = ^PH j ^{+ 2P}i-1 j+1 ^{+ P}ij+1 - (^Pij-1 ^{+ 2P}i+1 j-1 ^{+ P}i+1 j)'

A 74 szél diagonális irányú kiemelését az első, a harmadik és az ötödik zónában, míg a vízszintes/függőleges irányú kiemelést a második és a negyedik zónában hajtjuk végre, amivel a 94 belső szél és a 96 külső szél nyerhető. Ezeket tisztító operátor hatásának tesszük ki, aminek eredményeként végülis egyetlen pixel szélességű 20 74 szélt nyerünk és ez a szél keresztmetszetének oldaláról tekintve a legnagyobb intenzitással jelentkező részt tartalmazza. Az eljárás végrehajtása során a pixelekben a szürkeségi szintre nyert információkat megőrizzük. Ezzel illesztési irányban a gyűrű megfelelő zónáiban alkalmazott gradiens operátorokkal a szükséges szélkiemelést biztosítjuk. Az előző lépésben nyert gradiens információra támaszkodva ennél a mű25 veletnél egy vizsgált pixelből kiindulva négy irányban csúcsokat keresünk. Ha csúcsra lelünk, a vizsgált pixelt az erre jellemző értékkel helyettesítjük. Ellenkező esetben a pixelnek zérus értéket tulajdonítunk, amivel a 7. ábrán látható képet kapjuk.

Az algoritmus következő lépésében a felerősített és kitisztított belső és külső széleket lokalizáljuk és végigkövetjük, mégpedig küszöbbel megadott kritériumra építő 30 mechanizmus segítségével. A küszöbértékek vizsgálatát csak a 72 kontaktlencse kontúrja mentén, a 74 szél letapogatása alatt végezzük.

Az algoritmus következő lépésében kiválasztott pixeleket egy intenzitásérték meghaladása tekintetében küszöbérték vizsgálatának vetjük alá. A küszöbérték szerinti diszkrimináció segítségével a 90 feldolgozási gyűrűben minden olyan pixelt fi35 gyeimen kívül lehet hagyni, amelyek nem a vizsgált szélhez tartoznak és amelyek az általuk leképezett képelem révén zavart jelentenek. A küszöbérték szerinti vizsgálathoz rendre az inner_thr és az outer_thr szürkeségi szintértékeket használjuk paraP 93 03348

·· ···· • · · ·· • · e ···· • » · ·4 *· ·· ··· • · ···· méterként, mégpedig rendre a 94 belső szélre és a 96 külső szélre. A körvonal követésére szolgáló algoritmusokban szintén ezek jelentik a küszöbértékeket. A küszöbérték szerinti diszkriminációs műveleteket a következőkben határozhatjuk meg:

Ha Pjj egy adott küszöbértéknél nem kisebb és a lencse feldolgozott széléhez 5 tartozó pixelhez tartozik, akkor Py a körvonalon levő pixelen mérhető.

A 9. ábra a 70 receptormezöben a 72 kontaktlencsére kapott képnél használatos szög szerinti jelzést mutatja. A követés kezdetét a 72 kontaktlencse 74 szélét jelentő helyet a 72 kontaktlencse már említett lokalizálásánál alkalmazott vizsgáló vektorhoz hasonló vektor jelöli ki. Ez esetben azonban a vizsgáló vektor a szürkeségi 10 szintet használja fel a következő pixel kijelölésénél vizsgálati kritériumként.

A 10. ábra szerinti vizsgálati eljárásnál a vizsgáló vektor a 70 receptormezőben a 0°-kal jellemzett szöghelyzetnél indul és a pixelek sorain át halad addig, amíg a 72 kontaktlencse 74 szélét a 94 belső szél és a 96 külső szél között el nem érjük, vagy amíg a 90 feldolgozási gyűrű szemközti széléig el nem jutunk.

A 11. ábrára hivatkozással a 94 belső szél kijelölésére szolgáló lépéssorozat egy lehetséges változatát ismertetjük a következőkben.

A 11. ábra a 72 kontaktlencse vagy a vizsgált 12 lencse 74 szélének meghatározását elősegítő 94 belső szélt, 96 külső szélt és az ezek közötti 90 feldolgozási gyűrűt mutatja be. A 90 feldolgozási gyűrű körvonalait 98 belső határ és 100 külső határ 20 jelöli ki.

Mint az előzőekben, a 72 kontaktlencse felületén haladunk végig, mégpedig 102 első, 106 második és 110 harmadik vizsgáló vektor segítségével, amelyek azonban csak példaként! vektorokat jelentenek, ezek száma általában háromnál sokkal nagyobb. A 11. ábra példaként azt mutatja, hogy a 102 első vizsgáló vektorhoz tarto25 zó feldolgozás során 104 hibahelyt vagy zavarpontot fedezünk fel, amelynél a szürkeségi szint az előzőektől jellegzetesen eltér. Ezután a 102 első vizsgáló vektor a 104 hibahely körvonalát járja végig, de az algoritmus ezt az objektumot nem tekinti a 72 kontaktlencsénél sem 94 belső, sem 96 külső szélnek, mivel a görbület nem felel meg a 72 kontaktlencse 74 szélére jellemző görbületnek, továbbá a vizsgált pixelek száma 30 szintén nem akkora, mint amekkora a várható sugár alapján adódna.

A 94 belső vagy 96 külső szél lokalizálására végrehajtott sikertelen kísérlet után 106 második vizsgáló vektort generálunk, mégpedig a 102 első vizsgáló vektor kiindulási pontjához képest mintegy húsz sorral eltolt pixelt választva. A 106 második vizsgáló vektort példaként olyan objektum formájában mutatjuk be, amely a 98 belső 35 határtól kiindulva a 90 feldolgozási gyűrűn hatol át és eljut a 100 külső határig. Ebben a példában tehát a 106 második vizsgáló vektor nem képes a 72 kontaktlencse 74 szélének megfelelő pixel feltárására és 108 résen át elhagyja a 72 kontaktlencsének

P 93 03348

-23megfelelő képfelületet, áthatol a 94 belső és a 96 külső szélen. A 100 külső határ elérése után a 106 második vizsgáló vektorral végzett elemzést befejezettnek tekintjük.

Ezután a 106 második vizsgáló vektorhoz képest újból húsz pixellel eltolt helyzetben újabb próbálkozást teszünk, mégpedig a 110 harmadik vizsgáló vektor generá5 lásával. Ebben a példában a 110 harmadik vizsgáló vektor olyan, amelyik a 94 belső szélt elérve megfelelő változást észlel és ezután a feldolgozási algoritmus a 94 belső és 96 külső szélt megtaláltnak tekinti, majd azután annak követésére törekszik.

Az új vizsgáló vektor generálásának folyamatát mindenkor megismételjük, ha az előző vizsgáló vektor kisebb vagy nagyobb 104 hibahely, illetve a 72 kontaktlencse 10 74 szélében levő 108 rés észlelése miatt sikertelennek bizonyul, és annyiszor, hogy ezzel a 72 kontaktlencse szélében legalább tizenöt pontot lokalizáljunk. Ez a lokalizációs folyamat mind a 94 belső, mind a 96 külső szélre szükség szerinti számban ismételhető.

A 94 belső vagy a 96 külső szél lokalizálása után nyolclépéses körvonalköve15 tést hajtunk végre. A vizsgáló vektort 0°-os szöghelyzetből indítjuk, a 72 kontaktlencse 74 szélét meghatározó 94 belső és 96 külső széleket nyolc lépésben követjük. Ezzel biztosítjuk, hogy a 72 kontaktlencsére meghatározott körvonalba tartozó pixelek mindegyikét feltárjuk. A 74 szélbe sorolható pixelek kijelölésére szürkeségi szint szerinti diszkriminációt használunk, ahol a 94 belső szélnél a inner_thr, míg a 96 külső 20 szélnél az outer_thr paraméter értékét vizsgáljuk.

Az algoritmus szerint jobbkéz irányú fordulatot hajtunk végre, ha az elért pixel a 74 szélbe tartozik, míg ha az a 74 széltől eltérő helyet látszik meghatározni, balkéz irányú fordulatra kerül sor. Az algoritmus az átmérőbe eső pixeleket különleges körülmények fennállása esetén ellenőrzi. Mivel a 94 belső és a 96 külső szél követése25 kor ugyanazt a kódot használjuk, a követés a 94 belső szél esetében az óramutató mozgásával egyező irányban történik és ezzel ellenkező irányt biztosítunk, amikor a 96 külső szélt kell követni.

A fentiekben vázolt példában nyilvánvaló, hogy a 72 kontaktlencse 74 szélének meghatározásához mintegy hatezer pixelre van szükség, amelynek kisebbik ré30 sze, de majdnem fele a 94 belső szélhez, a fennmaradó rész pedig a 96 külső szélhez tartozik. Ha a pixelek száma egy adott határértéket nem ér el, az algoritmus úgy tekinti, hogy a vizsgálatban 72 kontaktlencse nem szerepel, ilyenkor az előző eljárási lépések ismételhetők, vagy a kontaktlencsét hordozó eszközt a további vizsgálatból ki lehet zárni.

A 72 kontaktlencse 74 szélébe tartozó minden pixelnél struktúrák halmazában információkat rögzítünk. Az információk közé tartozik a radiális elrendezés és a szöghelyzet, a gradienssel adott szürkeségi szint, a meghibásodás típusa és komolysága

P 93 03348

-24(veszélyessége). A lencsére vonatkozó információk nem mindegyikénél áll megfelelő algoritmus rendelkezésre, de a berendezés tárolóinak kapacitása ebben a vonatkozásban nem jelent határt.

Ha a pixelre megállapítható volt, hogy benne a 72 kontaktlencse 74 szélének képe képződik, az eddig alkalmazott derékszögű koordinátarendszerből polárkoordinátás rendszerbe térünk át. A transzformáció alapja az a tény, hogy a derékszögű és a polárkoordinátás koordinátarendszerben a 72 kontaktlencse középpontját egy adott pont határozza meg. A következőkben a transzformáció menetét mutatjuk be, ahol a képletekben Θ a polárkoordinátarendszerben mért szöget, míg r az ehhez tartozó sugarat jelenti:

R = ^(pixel és lencse középpontja közötti oszloptávolság )² + (lencse középpontja és a pixel közötti sortávolság )² , lencse középpontja és pixel közötti sortávolság θ — 3Γ0ΐ3Π-----------------------;-------------------------;-----~ .

pixel es a lencse középpontja közötti oszloptavolsag

A Θ szöget lebegőpontos értékként 0,0 és 360,0 között választjuk meg, vagyis az a szöghelyzeteket járja be. A számításokhoz ezt a lebegőpontos értéket egésszé transzformáljuk, mégpedig 0 és 8191 közötti értékre, amelynek kifejezéséhez 13 bitre (2¹³) van szükség. A R értékét szintén a kiindulási lebegőpontos meghatározásból egésszé transzformáljuk, mégpedig a tört értékek levágásával.

A 72 kontaktlencse 74 széléhez tartozó minden pixelre a sugár és a szöghelyzet értékeit ezután nagy strukturális rendszerekben helyezzük el. A további feldolgozást ezért már csak az ebben a nagy rendszerben szereplő mintegy hatezer körüli számú pixelre végezzük el, mivel így az hatékonyabbá tehető, mintha az összes pixelt figyelembe vennénk.

A következő példákban és a hozzájuk tartozó rajzokon a 72 kontaktlencsének csak a 74 szélét mutatjuk be, de az adatfeldolgozási műveletek lényegében azonosak az eddigiekben leírtakkal, legalábbis a kezdetet és a 74 szél kijelölését illetően.

A 12a. ábra kontaktlencse egy részének kinagyított képét mutatja derékszögű koordinátarendszerben, míg a 12b. ábra ugyanezt a részletet polárkoordinátás reprezentációban ábrázolja. Ezeken az ábrákon az adatfeldolgozásnak abban a szakaszában kapott eredményeket mutatjuk, amikor a 74 szél már azonosítva van, ezért a 90 feldolgozási gyűrű feltüntetésére nincs szükség. Ezeken és a következő ábrákon a 94 belső és a 96 külső szél elhelyezkedése jól látható. A 12a. és 12b. ábrán kontaktlencse olyan képe szerepel, amelyen a 96 külső szélben diszkontinuitás (folytonossági hiány) van. A diszkontinuitás a kontaktlencse meghibásodásának, gyenge szélkialakításának, illetve a szél vizsgálatára, valamint kiemelésére szolgáló operátor alkalmazásának következménye. Az októl függetlenül szükség van ezeknek a folytonossági hi

P 93 03348

-25ányoknak az észlelésére és áthidalására, hogy a szél további területeit is fel lehessen dolgozni.

A folytonossági hiány (diszkontinuitás) elejét 112 legtávolabbi pixel jelöli ki és ezt úgy észleljük, hogy a követett 112 legtávolabbi pixel szögeltolódását fenntartva azt az éppen feldolgozott pixel szögeltolódásával összehasonlítjuk, mint ez a 12b. ábrán látható. Ha a 112 legtávolabbi pixel és az éppen vizsgált pixel között generált szög irányítása az eddigi követési iránnyal ellentétes és a szög megváltozásának értéke nagyobb mint egy bktrk_desk paraméter, akkor a folytonossági hiány jelenlétével számolunk. Ezt a 12b. ábrán 114 vizsgáló pont feltüntetésével mutatjuk be.

A diszkontinuitás észlelése esetében az algoritmus a 112 legtávolabbi pixelt a folytonossági hiány áthidalására szolgáló referenciaként alkalmazza. Az áthidalást először extrapolációs technikával próbáljuk végrehajtani, amely alkalmas az 1 - 3 pixel nagyságú folytonossági hiány megszüntetésére. Az extrapoláció során a diszkontinuitás helyének elérése előtti irányítással mozgunk tovább.

Számos esetben előfordul, hogy a lencse leképzett szélében a folytonossági hiány legalább négy pixel szélességű és ezért extrapolációs eljárással lényegében nem dolgozható fel. Ezt a lehetőséget a 13a. és 13b. ábrán mutatjuk be, amelyeken folytonossági hiánnyal jellemzett szél látható derékszögű koordinátarendszerben (13a. ábra) és polárkoordinátás reprezentációban (13b. ábra). A 13a. és 13b. ábra szerinti folytonossági hiány esetén az extrapolációs technika nem használható, ezért ugrási technikát kell alkalmazni. Az ugrási technika során 116 folytonossági hiány szöghelyzetét figyelembe véve követési irányban elfordulást hajtunk végre, mégpedig egy előre meghatározott gap_angle^H paraméter által kijelölt nagyságú szöggel és olyan vizsgáló vektort generálunk, amely alkalmas a 116 folytonossági hiány másik szélének kijelölésére.

A vizsgáló vektor a feldolgozási gyűrű belső zónájából kiindulva a 116 folytonossági hiány szöghelyzetétől függően kijelölt sorban vagy oszlopban haladva végzi a vizsgálatot. Ez addig tart, amíg a vizsgáló vektor a szélnek megfelelő pixelhez nem ér, vagy a feldolgozási gyűrű külső szélét el nem érte. Ha a vizsgálat során a szélhez tartozó pixel nem lelhető fel, a rendszer a lencsét jelentős mértékben torzultnak tekinti, azt minőségileg nem fogadja el. Ha a szélhez tartozó pixelt találtunk, a feldolgozás a szokásos menetben folytatódik. Ha a 116 folytonossági hiányt nem lehet extrapolációval áthidalni, ez meghibásodás jelenlétére utal és erre vonatkozó adatot a rendszer rögzít, mégpedig oly módon, hogy az áthidalást ugrással kellett biztosítani. A feldolgozás további lépcsőjében a 112 legtávolabbi pixel után vizsgált pixeleket a körvonal elrendezésének megfelelő adatok közül eltávolítjuk, mivel ezek a szél követésével nyert visszakövetkeztetést képviselnek.

P 93 03348

-26Előfordulhat, hogy a lencse szélének egy része töredékes, fragmentált, vagyis a 116 folytonossági hiány áthidalása során a követési folyamatban a 13a. és 13b. ábra szerint 118 elszigetelt széldarabokat tárunk fel. Ebben az esetben a 116 folytonossági hiány feltárásának szokásos módszere nem hajtható végre, mivel a követési folyamatot nem lehet visszamenőleg kétszeres szakaszon végrehajtani. Az ilyen hiba kiegyenlítése úgy lehetséges, hogy speciális feltárási technikát hasznosítunk. Ez annyit jelent, hogy a 116 folytonossági hiány áthidalását követően a pixelre bevitt, a sorra és oszlopra jellemző adatokat megtartjuk. Ha a további vizsgálat során erre a kiindulási pixelre négyszer visszatérünk, ezt a szél kis, elszigetelt szakaszaként azonosítjuk. Az adott szakaszban megtalált legtávolabbi pixelt egy további áthidalás végrehajtására hasznosítjuk. A 13b. ábrán a 120 többszörös áthidalás látható, amikoris a 116 folytonossági hiány áthidalásával kapcsolatos ugrásos módszert követően hidaljuk át ezeket a kis szakaszokat.

A többszörös szigetelt szakaszok áthidalásakor a szél mentén iterációs folyamatot hajtunk végre, mégpedig annyiszor, ahányszor erre a fragmentált szél áthidalásához szükség van. Minden iterációs folyamatban először az extrapoláció lehetőségét próbáljuk hasznosítani, majd ezt követően kerül sor az ugrásos áthidalásra.

A szél vonalának kijelölése és a folytonossági hiányok áthidalása után a szélhez rendelhető pixelek mindegyikére hat különböző jellemzőt határozunk meg. Ezek a jellemzők a következők:

RD radiális eltérések

LGD lokalizált gradienseltérések

SD térbeli deriváltak D diszkontinuitás DLGD helyi lokalizált gradienseltérések ALGD egyvonalú lokalizált gradienseltérések.

Az utolsó két jellemző az LGD lokalizált gradienseltérésekkel kapcsolódik és ezek alapján az egyébként esetleg felfedezetlenül maradt meghibásodások specifikus típusai azonosíthatók.

A fentiekben vázolt jellemzők mindegyikére kiszámított értékeket rendre megfelelő küszöbértékekkel hasonlítjuk össze. A küszöbértékek felhasználói paraméterként vihetők a rendszerbe. Ha a jellemző értéke a küszöbfeltételnek eleget tesz, akkor az adott jellemző tekintetében a pixelt hibásnak tekintjük. Egy adott pixelt ezért akár több jellemző tekintetében is nem megfelelőnek tarthatunk.

A lencse szélének meghatározása után a 14a. és 14b. ábra szerint a 94 belső és a 96 külső szél részleteit követjük. A 14a. ábra a 94 belső és 96 külső szélt derékszögű, a 14b. ábra ugyanazt polárkoordinátás reprezentációban ábrázolja. Az itt beP 93 03348 mutatott 94 belső szélre a radiális eltérések jellemzőek. A radiális eltérés azt a távolságot jelenti, amellyel egy adott vizsgált pixel sugara a névleges sugártól eltér. Ha ennek értéke legalább egyenlő egy, a rad_dev_thr paraméter által kijelölt értéknél, akkor a pixelt hibásnak tekintjük. A lencse sugarának normál értékét egyébként egy adott vizsgált pixelnél úgy határozzuk meg, hogy a szélbe tartozónak osztályozott megelőző kétszázötven és őt követő további kétszázötven pixelhez rendelhető sugárból átlagértéket képezünk. Ha a pixelt a radiális eltérés tekintetében hibásnak tekintjük, az eltérés nagyságát a hiba komolyságára utaló mértékként megőrizzük. A 14a. és a 14b. ábra a lencse 94 belső és 96 külső szélét mutatja. Ezen túlmenően a 14b. ábrán 122 elvi sugarakat is feltüntetünk, amelyek egymással párhuzamos vonalakként polárkoordinátás rendszerben a 94 belső és a 96 külső szél ideális elrendezését mutatják. A 14b. ábrán ezen túlmenően 124, 126 és 128 radiális eltérési jellemzőket is ábrázolunk. A radiális eltérések jellemzőjét az RD függvény határozza meg, amelyet egyenlet formájában a következők szerint fejezhetünk ki:

ahol R a sugár értéke, míg i, n, m a szél körvonalát meghatározó pixelekhez tartozó indexek. Itt a következő feltételnek kell érvényesülnie: ha RD fenti képlettel adott értéke egy küszöb pozitív előjeles értékét legalább eléri, vagy küszöb negatív előjeles értékénél nem nagyobb, akkor a vizsgált pixelt hibásnak tekintjük.

A következő jellemző, mint említettük az LGD lokalizált gradienseltérések függvénye, amely azt határozza meg, hogy a vizsgált pixel gradiens értéke milyen mértékben tér el a lokalizált szomszédokra jellemző átlagértéktől. A szomszédos pixeleket a vizsgált szél körvonalának követése során a vizsgált pixel legközelebbi szomszédjaiként jelöljük ki. A 15. ábra azt mutatja, hogy 130 vizsgált pixel milyen szomszédsági környezetben helyezkedik el, amikoris sorszámát i index jelöli. Az LGD lokalizált gradienseltérések alapján olyan küszöbértéket határozunk meg a pixel hibás jellegének megállapítására, amely egy előre megadott grd_dev_thr” paraméterből következik. A jellemző megállapítása a következő egyenlet alapján történik: lgd₌ ^gh⁺9-l⁺9-íi--L[ g G_n + Σθ/ ° ^ZUln=i-11 m=i+21 J ahol G a gradiens értéke, míg i, m és n a szél körvonalát meghatározó pixelekhez tartozó indexek. Itt a következő feltételnek kell érvényesülnie: ha LGD fenti képlettel meghatározott értéke egy adott küszöböt túllép, akkor a 130 vizsgált pixelt hibásnak tekintjük.

P 93 03348

Az LGD meghatározásának folyamatát a 16a. és 16b. ábrára hivatkozással mutatjuk be részletesebben. A 16a. ábra kinagyítva derékszögű koordinátarendszerben mutatja a lencse 94 belső é-s 96 külső szélét, míg a hozzá tartozó gradiens információt polárkoordinátás rendszerben a 16b. ábrán látjuk. A 16a. ábrán láthatóan az LGD lokalizált gradienseltérések 134 deviációként jelentkeznek, mégpedig a lencse szélének kinagyított képénél csak az egyik oldalon, mígha ezt végigkövetjük és a polárkoordinátás rendszerben jelezzük, akkor 136 páratlan szabálytalanság jelenlétét észleljük. Ha az LGD lokalizált gradienseltérések alapján egy adott pixelt hibásnak osztályozunk, a 134 deviáció értékét a hiba komolyságának jellemzésére hasznosíthatjuk.

Az adatfeldolgozás menetében következő fontos jellemző a D diszkontinuitás. A korábbiakban már rámutattunk arra, hogy a diszkontinuitási hiba abból következik, hogy a szél folyamatossági hibáját az ugrásos technikával próbáljuk áthidalni. Az adatfeldolgozás során ezt a jellemzőt azzal adjuk meg, hogy szöghelyzetben mekkora különbség van a körvonalat meghatározó két szomszédos pixel között. A D diszkontinuitás nem hordoz a meghibásodás súlyosságára vonatkozó információt és csak annak jelzésére szolgál, hogy az adott helyen ugrás történt. A folytonossági hiány két oldalát határoló pixeleket hibásnak tekintjük

A következő jellemző a DLGD helyi lokalizált gradienseltérések, amelyet az adatfeldolgozás során meghatározunk. Ez az LGD lokalizált gradienseltérésekhez hasonló függvényt jelent, amelyet már korábban leírtunk. Az LGD lokalizált gradienseltérésekhez hasonlóan a DLGD helyi lokalizált gradienseltérések annak meghatározására szolgál, hogy a vizsgált pixelnél lokalizált szomszédságára jellemző átlagértékhez viszonyítva az intenzitást meghatározó gradiens értékben milyen mértékű eltérések vannak. A különbség az, hogy az előző esetében több szomszédot tekintünk és a vizsgált pixel környezetében a felhasználatlan pixelekből álló nagyobb rés van. A DLGD helyi lokalizált gradienseltérések felépítéséből következően csak az intenzitásban bekövetkező gradienseltéréseknek annál a szintjénél használhatók fel, amelyek kisebbek, mint a szomszédokra jellemző eltérések. Erre utal az elnevezésben szereplő helyi kifejezés.

A pixel hibás voltának a DLGD helyi lokalizált gradienseltérések alapján végzett meghatározásánál a küszöböt egy előre meghatározott dip_lgd_thr paraméter jelöli ki. A jellemző meghatározása a következő képlet szerint történik:

dlgd = ^G|-^{i+G| + G|}+¹ ( ^k5

Σ <n=i-35 i+35 + É^Gm m=i+5 7

P 93 03348

ahol G a gradiens értéke, míg i, n és m a szél körvonalát meghatározó pixelekhez tartozó indexek. Itt a következő feltételnek kell érvényesülnie: ha DLGD értéke egy adott küszöbnél kisebb, a vizsgált pixel hibás.

A fentiekben adott egyenlettel meghatározott jellemzőt arra hasznosítjuk, hogy a szélnek azokat a kis töréseit, morzsáit határozzuk meg, amelyek más jellemzőkkel nem hozzáférhetők. Ha a DLGD helyi lokalizált gradienseltérések alapján a pixelt hibásnak osztályozzuk, az eltérések nagyságát a hiba komolyságának jellemzése céljából rögzítjük.

Egy további fontos jellemző az ALGD egyvonalú lokalizált gradienseltérések. Amikor ezt a jellemzőt meghatározzuk, az eltérések kiszámításánál figyelembe veendő szomszédokat a vizsgált pixel egy adott oldalából választjuk ki. A szomszédsági átlagot a vizsgált pixelt megelőző húsz pixel alapján állapítjuk meg. Ennek során azonban a vizsgált pixel előtt közvetlenül elhelyezkedő négy pixelt figyelmen kívül hagyjuk. Az ALGD egyvonalú lokalizált gradienseltérések, mint jellemzők mind a negatív, mind a pozitív gradienseltéréseket követik.

Az összehasonlítás céljaira aux_lgd_low és aux_lgd_up paraméter formá jában küszöbértékeket tárolunk. Az ALGD egyvonalú lokalizált gradienseltérések jellemzésére a következő függvény használható:

ALGD = ^Gn+G|+G_k, ( h5 >

Σθη \n=i-25 / ahol G a gradiens értéke, míg i, n és m a szél körvonalát meghatározó pixelekhez tartozó indexek. Itt a következő feltételnek kell érvényesülnie: ha ALGD fenti képlettel adott értéke nagyobb vagy egyenlő egy felső küszöbértéknél, illetve kisebb vagy egyenlő, mint egy alsó küszöbérték, a vizsgált pixel hibásnak tekinthető.

Az utolsó fontos jellemző, amit az adatfeldolgozással meghatározunk, az SD térbeli deriváltak halmaza. Az SD térbeli deriváltak a sugárban a szöghelyzet változásával bekövetkező változást rögzítik. Ha a sugár kis szögtávolságon éles változást mutat, valószínűsíthetően a lencsének ezen a helyén meghibásodás van. Az SD térbeli deriváltak szerepének bemutatására a 17a. és 17b. ábra szolgál. A 17a. ábrán derékszögű koordinátarendszerben lencse kinagyított 94 belső és 96 külső széle látható, míg a 17b. ábrán ugyanezek a szélek polárkoordinátás reprezentációban láthatók, ahol egyúttal mindkét szélre a 122 elvi sugarak vonalát is feltüntetjük.

Az SD térbeli deriváltakkal meghatározható 136 páratlan szabálytalanság a 17b. ábrán a R sugárban bekövetkező 138 eltérést (AR), valamint a szöghelyzetben beálló 140 változást (ΔΘ) eredményez.

Az SD térbeli deriváltak meghatározására a következő egyenletek szolgálnak:

P 93 03348

-30ÁR = abs (RP_i+2 - RP_k2), ahol ÁR a sugár megváltozását, RP a szél vonalába tartozó pixelre jellemző sugár értékét, míg i a vizsgált pixel sorszámát jelölő indexet jelenti;

ΔΘ = abs (AP_j+2 - ΑΡ_μ2), ahol ΔΘ a szöghelyzet megváltozását, AP a szél vonalába tartozó pixel szöghelyzetének megváltozását, míg i a vizsgált pixel sorszámát jelölő indexet jelenti. Ezek alapján az SD térbeli deriváltakra adódik:

SD = ΔΡ/ΔΘ.

Mindezek alapján megfogalmazható a feltétel, hogy ha az SD értéke egy pozitív küszöbértéknél nem kisebb, illetve nullánál nem kisebb, akkor a vizsgált pixel hibásnak tekinthető.

Ha a fenti egyenletnek megfelelően egy pixel hibásnak osztályozható, akkor semmiféle további információt róla nem rögzítünk, és a további feldolgozásban az algoritmus azt a tényt fogadja el, hogy az SD térbeli deriváltak alapján a pixelt hibásként osztályoztuk.

A pixelekre vonatkozó szintértékelések elvégzése után a hibásnak osztályozott pixelek mindegyikét meghibásodási csoportokba soroljuk. A vizsgált lencse vonatkozásában több meghibásodási csoport állítható fel és egy adott csoportban egy pixel csak akkor szerepelhet, ha hozzá közel ugyancsak hibás pixelek vannak.

A meghibásodás osztályozásához három lépést hajtunk végre. Az első két lépést egymástól függetlenül a 94 belső és a 96 külső szélre végezzük el, majd a harmadik lépésben a két előzőben kapott információkat egymással összevetjük, kombináljuk. A csoportosítás folyamatának befejezése után a kapott csoportok környezetét mind a belső, mind a külső szélnél összehasonlítjuk, amivel megállapíthatjuk, hogy a 94 belső szélhez tartozó csoportok bármelyikét össze kell-e kombinálni a 96 külső szélhez tartozó csoportok bármelyikével. Ha a csoportokat összevonjuk, kombinatív meghibásodási csoportok jönnek létre.

Az első lépésben a pixeleken egyenként végighaladva a hibásnak osztályozott pixeleket ellenőrizzük és meghatározzuk, vajon nem tartoznak-e egy nagyobb meghibásodási csoportba. Ha a pixel nagyobb meghibásodási csoport tagjának bizonyul, akkor azt az utóbbi meghibásodási csoportba soroljuk át.

A második lépésben a meghibásodási csoportokat elemezzük abból a szempontból, hogy közülük kettő vagy több nem vonható-e egyetlen csoporttá össze. Az eredmény az, hogy létrejön a lencse különálló meghibásodásait reprezentáló lehető legnagyobb meghibásodási csoport. Ennek eredményeként a meghibásodás tényle

P 93 03348

-31 ges komolyságának az adott körülmények között legpontosabb reprezentációja alakul ki. Nyilvánvaló ugyanis, hogy a kombinációs hibák a különálló csoportokba tartozó egyedi hibáknál komolyabb hiányosságot jelentenek és csak a súlyosabb szél menti meghibásodásoknál fordulnak elő.

Mint már megállapítottuk, a folyamatban a csoportosítást először pixelről pixelre haladva végezzük el. A feltárt első meghibásodott pixelt automatikusan egyetlen pixelt tartalmazó meghibásodási csoportba tesszük, amivel a további folyamatokat megkezdjük. Az ezt kővetően feltárt hibás pixelek szögeltolódását a legtávolabbi pixellel hasonlítjuk össze az éppen aktív meghibásodási csoportban. Ha a pixel szöghelyzetét tekintve a prox_zone paraméter által meghatározott határon belül helyezkedik el, azt a meghibásodási csoportba helyezzük és a csoporthoz tartozó legnagyobb szög értékét szükség szerint frissítjük. Ha a meghibásodott pixel nem sorolható az aktív meghibásodási csoportba, úgy értékeljük, hogy új típusú meghibásodást észleltünk. Ennek eredményeként csak az éppen vizsgált hibás pixelt tartalmazó új meghibásodási csoportot hozunk létre és ezzel új aktív csoportot képezünk. Ezt az eljárást mindaddig folytatjuk amíg a szél mentén ellenőrizetlen meghibásodott pixelek vannak.

Ha a körvonal mentén egy adott és a meghibásodási csoportba helyezendő pixel környezetében egy vagy több nem meghibásodott pixelt találunk, akkor azt is a meghibásodási csoportba soroljuk és osztályozását megváltoztatjuk, a továbbiakban csoport jellegű hibás pixelnek tekintjük.

A csoportosítási folyamat általános menetében a következő lépés alapját az a meggondolás jelenti, hogy egy adott meghibásodást egynél több meghibásodási csoport ugyancsak jellemezhet. Ez bonyolulttá tenné a számításokat, ezért a vizsgált szélre megtalált meghibásodási csoportokat átvizsgáljuk. Két összehasonlítást teszünk. Az egyik összehasonlítás során a meghibásodási csoport kiindulási szöghelyzetét a másik meghibásodási csoport záró szöghelyzetével vetjük össze. A második összehasonlítás során több meghibásodási csoport záró szöghelyzetét az egyéb csoportok kezdő szöghelyzetével vetjük össze. Ha két összehasonlítás bármelyike során a szöghelyzetben egy prox_angle paraméterrel meghatározott mértéknél kisebb változást észlelünk, a két csoportot összeolvasztjuk. Ennek megfelelően, ha egy adott meghibásodási csoport kiindulási szöghelyzete közel van egy másik meghibásodási csoport záró szöghelyzetéhez, a két csoportot egynek tekintjük. Az összevont csoportok információit szintén összevonjuk és az egyiket a továbbiakban figyelmen kívül hagyjuk.

A harmadik lépésben a 94 belső és a 96 külső szélnél meghatározott és azonos szöghelyzetű meghibásodási csoportokat összevonjuk. Ez a lépés lényegében

P 93 03348 • · • · • · ·

-32ugyanazokat a műveleteket jelenti, mint a 94 belső és a 96 külső szél mentén egymástól függetlenül végrehajtott csoportosításoknál. Ebben az esetben ugyancsak a csoportok kezdeti és végső helyzetét hasonlítjuk össze és külön műveletben azt is meghatározzuk, hogy egy adott csoportot egy másik nem vesz-e teljesen körbe. A különbségek egy kijelölt mértéke mellett a csoportokat összevonjuk és ezután különálló struktúrában a két meghibásodási csoport információit összevonjuk, a kiindulási két csoportot a továbbiakban semmisnek tekintjük.

A meghibásodással jellemzett pixelek azonosítása és a fentiekben vázolt csoportosítása után a következő műveletet az jelenti, hogy minden meghibásodási csoporthoz a meghibásodás komolyságát (súlyosságát) közlő jelzőszámot rendelünk. A meghibásodási jelzőszám lényegében a meghibásodási csoporton belül elhelyezkedő egyes pixelekhez rendelt jelzőszámok összegéből adódik. Ha egynél több meghibásodással jellemzett pixel fordul elő, akkor az adott pixelre vonatkozóan több, adott esetben különböző jelzőszámokat használunk.

A meghibásodások típusaihoz ezután súlyozó tényezőt rendelünk, amelyek lehetővé teszik, hogy a különböző meghibásodásokat egymáshoz viszonyítva eltérő fontosságúaknak tekinthessünk. A súlyozó tényezők értékeit a felhasználó által definiált paraméterekkel lehet szabályozni. Az RD radiális eltérések, az LGD lokalizált gradienseltérések, az SD térbeli deriváltak, a D diszkontinuitás, a DLGD helyi lokalizált gradienseltérések és az ALGD egyvonalú lokalizált gradienseltérések jellemző súlytényezőit rendre a rd_weight, lgd_weight, sd_weight, disc_weight, dip_lgd_weight és aux_lgd_weight paraméterek hordozzák.

Az előzőekben vázolt hat különböző meghibásodás közül háromnál, mégpedig az RD radiális eltéréseknél, az LGD lokalizált gradienseltéréseknél és a DLGD helyi lokalizált gradienseltéréseknél a tárolt adatok között a vizsgált pixel vonatkozásában a meghibásodás komolyságára jellemző érték is szerepel. A meghibásodás komolyságára (súlyosságára) vonatkozó információt normáljuk és a meghibásodás típusára jellemző súlytényezővel szorozzuk, amely az érintett pixelek mindegyikéhez hozzárendelhető. A normálással célunk az, hogy a különböző jellemzőkre egyébként nem összehasonlítható értékeket egymással összevethetővé tegyük. Ennek eredményeként minden súlytényezővel szorzott számérték 1,0 és 2,0 közé esik. A normálás tartományát a felhasznált küszöbérték, valamint az adott jellemzőre megadható elméleti minimális és maximális értékek jelölik ki.

Ha például egy kiválasztott pixelnél a jellemző a névleges értéknek felel meg, akkor a súlyozott tényezőre 1,0 érték adódik. Ha viszont a vizsgált pixel jellemzője a szélsöértéknek tekintett maximális vagy minimális értéket veszi fel, akkor ennek figyelembevételével a meghibásodás súlyosságára jellemző súlyozott értéket 2,0 szinten

P 93 03348 • · · « ··· · · • · · · · • · · ·

-33állapítjuk meg. Az RD radiális eltérések és az LGD lokalizált gradienseltérések maximális elméleti értékeit az max_rd és maxjgd paraméterek jelölik ki. Ezzel szemben a DLGD helyi lokalizált gradienseltérések minimális elméleti értékét a min_dip_lgd paraméter jelöli ki.

Az SD térbeli deriváltak, az ALGD egyvonalú lokalizált gradienseltérések és a D diszkontinuitás típusú meghibásodásokat semmilyen módon nem normáljuk. A diszkontinuitást és a csoport jellegű meghibásodásokat boole-típusú meghibásodásnak tekintjük, amelyekhez 0 vagy 1 logikai érték tartozik. Az SD térbeli deriváltak és az ALGD egyvonalú lokalizált gradienseltérések nem hordoznak elegendő mennyiségű információt a meghibásodás súlyosságára vonatkozóan ahhoz, hogy ezért külön tárolni kellene őket

A következőkben a meghibásodások mind a hat típusára a pixelek meghibásodását meghatározó súlyossági egyenleteket adunk meg, ahol feltüntetjük, ha normálásra és/vagy súlyozásra van szükség:

RDJ = [1,0 + (abs (RD) - RDK) / (RD_max - RDK)] * rd_weight, ahol RDJ az RD radiális eltéréseknél egy adott pixelhez rendelt teljes jelzőszám, RD az RD radiális eltérések konkrét értéke a vizsgált pixelnél, RDK az RD radiális eltérések értékelésénél alkalmazott küszöbérték, RD_max az RD radiális eltérések maximális lehetséges értéke, míg rd_weight az RD radiális eltérésekkel meghatározott meghibásodáshoz rendelt súlytényező;

LGDJ = [1,0 + (abs (LGD) - LGDK) / (LGD_max - LGDK)] * Igd.weight, ahol LGDJ az LGD lokalizált gradienseltéréseknél egy adott pixelhez rendelt teljes jelzőszám, LGD az LGD lokalizált gradienseltérések konkrét értéke a vizsgált pixelnél, LGDK az LGD lokalizált gradienseltérések értékelésénél alkalmazott küszöbérték, LGD_max az LGD lokalizált gradienseltérések maximális lehetséges értéke, míg lgd_weight az LGD lokalizált gradienseltérésekkel meghatározott meghibásodáshoz rendelt súlytényező;

DLGDJ = [1,0 + (abs (DLGD) - DLGDK) / (DLGD_max - DLGDK)] * dip_lgd_weight, ahol DLGDJ a DLGD helyi lokalizált gradienseltéréseknél egy adott pixelhez rendelt teljes jelzőszám, DLGD a DLGD helyi lokalizált gradienseltérések konkrét értéke a vizsgált pixelnél, DLGDK a DLGD helyi lokalizált gradienseltérések értékelésénél alkalmazott küszöbérték, DLGD_max a DLGD helyi lokalizált gradienseltérések maximális lehetséges értéke, míg dip_lgd_weight a DLGD helyi lokalizált gradienseltérésekkel meghatározott meghibásodáshoz rendelt súlytényező;

P 93 03348 • · « ·

-34SDJ = sd_weight, ahol SDJ az SD térbeli deriváltak osztályozásánál az adott pixelhez rendelt jelzőszám, míg sd_weight az SD térbeli deriváltakkal meghatározott meghibásodáshoz rendelt súlytényező;

GJ = grp_weight, ahol GJ a csoport osztályozásánál az adott pixelhez rendelt jelzőszám, míg grp_weight a csoporttal meghatározott meghibásodáshoz rendelt súlytényező;

DJ = disc_weight, ahol DJ egy adott pixelhez a folyamatossági hiányok osztályozásánál rendelt jelzőszám, míg disc_weight a folyamatossági hiánnyal társított hiba súlytényezője;

ALGDJ = aux_lgd_wgt, ahol ALGDJ csoport osztályozásánál az adott pixelhez rendelt jelzőszám, míg aux_lgd_wgt az ALGD egyvonalú lokalizált gradienseltérésekkel társított hiba súlytényezője.

A fentiekben már bemutattuk, hogy a pixel küszöbérték szerinti értékelése után a hibás pixeleket meghibásodási csoportokba soroljuk, közöttük összevonható egymást fedő meghibásodások csoportjába, egymáshoz közel álló vagy egymással szomszédos meghibásodások csoportjába, valamint a 94 belső szél és a 96 külső szél azonos szög helyzetéhez tartozó meghibásodások csoportjába, majd a meghibásodási csoportokra a meghibásodás komolyságát jellemző jelzőszámot számítunk. A jelzőszám egy adott meghibásodási csoporthoz rendelhető komolysági tényezőt jelent és a következő egyenlettel határozható meg:

LGDJ+]TDLGDJ +

Ω Ω Ω Ω Ω Ω Ω ahol KJ a meghibásodási csoporthoz tartozó komolysági tényező, amelyet egy adott csoportban levő összes hibás pixelre kapott jelzőszámok összességeként határozunk meg és a meghibásodási csoporthoz rendeljük, míg Ω az adott meghibásodási csoportban levő összes pixelt felölelő összegezés! halmazt jelent.

A fenti számítások elvégzése után minden meghibásodási csoportra komolysági tényezőt nyerünk, amelyeket a kezelő által meghatározott tényezőket tartalmazó másodfokú függvénnyel súlyozunk. A másodfokú (parabolikus) függvény arra szolgál, hogy a nagyobb meghibásodásokhoz viszonylag nagyobb komolysági tényező tartozzék. Ennek megfelelően két kisebb meghibásodási csoporthoz tartozó komolysági téKJ = Vrdj+V

P 93 03348

nyező összege kisebb lesz, mint a két meghibásodási csoport összegével azonos nagyságú egyetlen meghibásodási csoportra meghatározható tényező.

A KJ komolysági tényező súlyozását végrehajtó másodfokú függvényt a következő egyenlettel írhatjuk le:

SKT = a_coeff * KJ² + b_coeff * KJ, ahol SKT a súlyozott komolysági tényező, a_coeff a kezelő által beállítható, a másodfokú súlyozó függvény egyik paraméterét meghatározó tényező, míg b_coeff a kezelő által beállítható, a másodfokú súlyozó függvény másik paraméterét meghatározó tényező.

A kapott SKT súlyozott komolysági tényezőt ezután normáljuk, mégpedig úgy, hogy értéke 0 és 999 közé essék. Az ehhez szükséges ST skálatényezőt a következő egyenlet határozza meg:

ST = 999,0/MAX, ahol

MAX = a_coeff * (max_score)² + b_coeff * (max_score), és itt max_score a kezelő által meghatározható, empirikus adatokból levezethető paraméter.

A 999-nél nagyobb skálatényezővel jellemzett meghibásodási csoportoknál a jellemző értékből a felesleget levágjuk. A meghibásodási csoportokra kapott értékeket végülis összegezzük és ez lesz a vizsgált lencse jelzőszáma. Ha a jelzőszám egy előre meghatározott és a kezelő által beállítható paraméterből következő küszöbértéknél nagyobb, vagy azzal egyenlő, a lencsét nem megfelelő minőségűnek tekintjük és elvetjük. Ellenkező esetben a lencsét elfogadjuk.

A fentiekben vázolt eljárás eredményeként a vizsgált lencse a minőségi követelményeknek megfelelőnek vagy nem megfelelőnek bizonyul, míg az értékelés folyamatában nyert adatok és jelzőszámok a lencse minőségére vonatkozó mennyiségi paraméterekként felhasználhatók, további elemzéssel a lencsegyártásra vonatkozó adatok nyerhetők.

A fentiekből szakember számára nyilvánvaló, hogy az információkat lencséről lencsére össze lehet gyűjteni, statisztikus adatokként kezelve fel lehet őket dolgozni, adott esetben számítógéphez csatolt monitor képernyőjén azok megjeleníthetők.

A találmány szerinti eljárást kidolgozása után, a berendezés létrehozását követően azt a látásjavító kontaktlencsék gyártásában kipróbáltuk. A lencsék alapanyaga a Johnson and Johnson Vision Products Acuvue név alatt forgalmazott lágy hidroP 93 03348 • « · · ···· · · • « * ♦ 4 ···«· ··· ♦· ·· ·*· ·

-36zselé volt, amelynek tömegét 58 %-ban víz alkotta. Az első vizsgálatokat összesen százhuszonnyolc lencsén végeztük el.

A vizsgálatok első lépésében az előállított lencséket a minőségellenőrzésben gyakorlott felügyelő személyzet ellenőrizte és a kép erősítésére szolgáló rendszerben ionmentes vizet használtak. A személyzet a lencséket megtekintette és azokat meghibásodás szempontjából értékelve elfogadta vagy selejtként elkülönítette.

Amikor a találmány szerinti automatizált berendezéssel végeztük a lencsék ellenőrzését, mindegyik lencsét kézi úton hoztuk központi helyzetbe, hogy a megvilágítás esetleges eltéréseiből eredő hibákat kiküszöbölhessük.

Miután az automatizált rendszerben a százhuszonnyolc lencse mindegyikére a képeket felvettük, a személyzet közreműködésével huszonöt változatban értékelést végeztünk. Az automatikus és a humán ellenőrzés eredményeit az 1. táblázat foglalja össze:

1. Táblázat

Az EMBERI ÉS AZ AUTOMATIZÁLT ELSŐ ELLENŐRZÉS ÖSSZEFOGLALÁSA

Jellemző	Szám	Százalék
Lencsék teljes száma	128	100,0
Azonos eredmény	103	80,4
Eltérő eredmény	25	19,5
Berendezés által elvetve
megvilágítás miatt	7	5,5
szemmel nem észlelt hiba miatt	5	3,9
Berendezés által nem elfogadva összesen	12	9,4
Berendezés által elfogadva
megvilágítás miatt	6	4,7
kimosott meghibásodások	4	3,1
berendezés által nem észlelt kis meghibásodások	3	2,3
Berendezés által elfogadva összesen	13	10,1

Bár az eredmények arra utalnak, hogy az automatikus ellenőrzés nem minden esetben volt megfelelő, hiszen 19,5 %-ban a két ellenőrzés eredménye nem esett egybe, mégis összesen tizenkét eset (9,4 %) volt, ahol a berendezés túlságosan kritikusnak bizonyult és az emberi ellenőrzéssel megfelelőnek tartott lencsét hibásnak értékelte. Ezek voltak a berendezés által nem elfogadott lencsék, míg tizenhárom esetben (10,1 %) a berendezés túlságosan engedékenynek bizonyult, amikor a személyzet által nem megfelelőnek elismert lencsét elfogadta.

P 93 03348

-37• ·

A berendezés által elfogadott hibás lencsék esetében kitűnt, hogy a kamera előtt a lencse megvilágítása nem megfelelő volt, amit azonban ki lehetett javítani. A berendezés által elutasított és végülis jó minőségű lencséknél viszont az értékelő részegységek beállítása túlságosan finom volt, itt a kritériumokat kevéssé szigorúvá kellett tenni. Nem egy nagyobb meghibásodás azonban kimaradt a megfigyelésből és a legtöbb nem észlelt meghibásodás a határvonalon jelentkezett, mintegy 50 pm méret alatt. A nem teljes, illetve a hiányzó lencsék esetében a berendezés mindenkor megfelelően működött, a lencse hiányát vagy nem elfogadható minőségét észlelte.

A berendezés által nem elfogadott tizenkét lencse közül hétnél a megvilágítással kapcsolatos problémák miatt a szél vonala nagyon gyenge volt, továbbá öt esetben olyan tényleges hibák jelentkeztek, amelyeket a személyzet először nem vett észre, de az automatizált módon végzett kiválogatást követő újbóli ellenőrzésnél fel· tűntek. A berendezés által elfogadott tizenhárom lencse közül négy lencse nem volt hibás vagy olyan külső anyaglerakódás miatt tűntek hibásnak, amelyet könnyen le lehetett mosni. Hat lencsénél a szél képe a megvilágítási problémák miatt gyengének bizonyult, míg három lencsénél az emberi észlelés számára hozzá nem férhető túlságosan kicsi meghibásodások voltak.

Az összesen százhuszonnyolc vizsgált lencsére vonatkozó eredményeket összegezve megállapítható tehát, hogy az emberi és a berendezéssel végzett minőségellenőrzés az esetek mintegy 20 %-ában vezetett eltérő eredményre. Az eltérő eredmények közül 56 % a megvilágításnak, 36 % az emberi ellenőrzés során elkövetett hibáknak, illetve a kezelés során a lencse állapotában bekövetkező változásoknak, és csak 12 % volt helytelen döntéseknek betudható. Ez a 12 %-os arány végülis azt jelenti, hogy a helytelen döntések aránya a döntések számához viszonyítva mindössze 2,3 % volt.

A helytelen döntések többsége tehát a megvilágítás körülményeinek tudható be, és ezért kutatást végeztünk, aminek eredményeként megállapítottuk, hogy a fényforrás egyenetlen volta, a nem egyenletes megvilágítás hatására a lencse szélében mosással eltávolítható és így láthatatlanná váló meghibásodás jelentkezett.

Az emberi és a berendezéssel végzett ellenőrzés eltérő eredményeit az is okozhatta, hogy sem az emberi ellenőrzés, sem pedig a berendezéssel végzett vizsgálat során a lencséket nem rázták meg, ezért a vízben levő részecskék több esetben a lencse felületén jelentkeztek és meghibásodás képzetét keltették.

A lencsék megvilágítását ezután javítottuk, mégpedig felületileg megnövelt egyenletességű fényt generáló diffúz fényforrás felhasználásával. A javított fényforrással ellátott berendezésben újból százhuszonnyolc lencsét tettünk vizsgálat tárgyává. A vizsgálat ellenőrzése céljából minden lencséről két képet készítettünk és ezeket

P 93 03348

-38összehasonlítottuk a személyzet által végzett minőségellenőrzés eredményeivel. A kapott értékeket, tehát a személyzet és a berendezés által végzett minőségellenőrzés eredményeit a 2. táblázat foglalja össze.

2. Táblázat

Az EMBERI ÉS AZ AUTOMATIZÁLT MÁSODIK ELLENŐRZÉS ÖSSZEFOGLALÁSA

Jellemző	Szám	Százalék
Lencsék teljes száma	128	100,0
Megfelelő	98	76,6
Nem megfelelő	30	23,4
Berendezés által elvetve
fókuszálatlan kép	10	7,8
megvilágítás miatt	5	3,9
a lencsén levő szennyezés miatt	3	2,3
szennyezett anyagú lencse	1	0,8
folytonossági hiány miatt	1	0,8
ismeretlen ok miatt	2	1.6
Berendezés által nem elfogadva összesen	22	17,2
a fókuszálási hiba nélkül	12	9,4
Berendezés által elfogadva
megvilágítás miatt	0	0,00
kimosott meghibásodások	1	0,8
berendezés által nem észlelt kis meghibásodások	7	5,5
Berendezés által elfogadva összesen	8	6,3

A 2. táblázatban összefoglalt adatokból az tűnik ki, hogy a berendezés által nem elfogadott lencséknek egy újabb kategóriája jelentkezett, mégpedig a kép fókuszálatlansága miatt. Ez azoknál a lencséknél fordult elő, amelyeket a kamera alatt nem megfelelően helyeztek el és így a lencse egy részéről nem a megfelelő távolságit) bán keletkezett a kép. Mivel a fókuszálatlan kép alapján minőséget ellenőrizni nem lehet, a berendezés megbízhatóságát ez a kategória nem jellemzi, ez inkább a kezelés problémája, tehát a berendezés értékelésekor az ily módon nem elfogadott lencséket nem szabad figyelembe venni.

A lencsék nem megfelelő elhelyezése miatt keletkező fókuszálási problémákat 15 figyelmen kívül hagyva megállapítható, hogy a személyzet és a berendezés csak a lencsék 15,6 %-ánál jutott eltérő eredményre. Ez az első százhuszonnyolc lencsés adathoz képest 3,9 %-os javulást jelent.

P 93 03348 .f

-39Harmadik ellenőrzést is végeztünk, mégpedig százkilencvenkét lencse felhasználásával, amelyeket szintén a gyakorlott személyzeti vizsgált meg, majd róluk a találmány szerinti berendezés felhasználásával két-két képet vettünk fel. Az eredmények az előzőekhez hasonlóknak bizonyultak. A háromszáznyolcvannégy kapott kép5 bői háromszáztizenhét, vagyis mintegy 82,6 % mindkét ellenőrzésen azonos eredményt hozott, vagyis a berendezés és a személyzet a lencséket egyformán értékelte. A feldolgozási algoritmus és a kapott eredmények konzisztenciájának vizsgálatára a berendezés által felvett mindkét képet az algoritmus segítségével értékeltük és ebben a második menetben az esetek 84 %-ában a numerikus eredmények az első menet10 ben nyertekkel teljesen azonosak voltak.

Bár a javasolt berendezés és eljárás alapvetően a lencse szélének vizsgálatára épül, a lencse hiányát megbízhatóan lehetett érzékelni, mivel a vizsgáló vektorok a lencse szélének megállapítására irányultak. A lencse szélének kijelölésére szolgáló műveleteket igen sokszor végrehajtottuk, ezzel felfedezhetővé váltak a lyukas len15 csék, a tartályban levő több lencsés elrendezések és a szakadozott szélű lencsék.

A 3. táblázatban a lencsék harmadik adagjára kapott adatokat oly módon hasonlítjuk össze, hogy összehasonlítjuk a berendezés által elfogadott, a berendezés által elvetett és az emberi személyzettel azonosan értékelt lencsék számát. Kitűnt, hogy a berendezés által vizsgált lencséknél mindössze 8,1 % volt a hibásan negatí20 van értékelt és 9,4 % a hibásan pozitívan értékelt lencsék részaránya.

3. TAblázat

Az AUTOMATIZÁLT ELLENŐRZÉS EREDMÉNYEI

Gépsor Elvetett Elfogadott összesen hibás összesen megfelelő A megfelelők aránya

1	7	9	16	48	75
2	9	11	20	44	69
3	2	4	6	58	91
4	8	3	11	53	83
5	4	2	6	58	91
6	1	7	8	56	88
Σ	31	36	67	317	83

Az első két gépsoron nyert eredmények azért rosszabbak, mint a további négynél kapottak, mivel a felhasznált víz váratlanul sok szennyezést tartalmazott. 25 Ezért ez a két próbálkozás a találmány szerinti eljárás és berendezés hatékonyságára nem lehet jellemző.

A személyzet és a berendezés végülis háromszáztizenhét esetben azonos, hatvanhét esetben ellenkező eredményre jutott. A konzisztens és a berendezés által

P 93 03348

-40negatívnak tekintett döntések jelentős része a személyzet által végülis elfogadható, vagyis végeredményben megállapítható volt, hogy a lencsék minőségellenőrzésében a berendezés az esetek 90,6 %-ában helyes döntést hozott.

Claims (25)

1. Eljárás látásjavító lencse vizsgálatára, amikoris lencsét, különösen kontaktlencsét megvilágítunk és minőségi jellemzőit megállapítjuk, majd előre elfogadott kritériumokat figyelembe véve a lencsét (12) minőségelemzésnek vetjük alá és ennek eredményeként a lencsét elfogadjuk vagy elvetjük, azzal jellemezve, hogy a lencsét (12) legalább egy frekvenciájú elektromágneses hullámot tartalmazó sugárzással világítjuk meg, a megvilágított lencse (12) képét kamera (16) receptorán (20) a kép egy-egy részét leképező pixelek csoportjaira osztjuk fel, a pixelek intenzitásának megfelelő elektromos jeleket képzünk, a pixelekhez helyzetre és képintenzitásra jellemző értékeket rendelünk, az egyes pixelekhez tartozó, a helyzetre és a képintenzitásra jellemző értékeket összevetjük és ezzel a pixelek között legalább egy összefüggést tárunk fel, majd a pixelek közötti legalább egy összefüggés alapján a lencse (12) jellemzőit hordozó pixelek halmazát kijelöljük, valamint a minőségelemzés során a kijelölt halmazban a pixelek legalább egy összefüggését előre meghatározott összefüggések sorozatával hasonlítjuk össze.

2. Az 1. igénypont szerinti eljárás, azzal jellemezve, hogy a pixelek helyzetéhez és képintenzitásához rendelt értékeket a lencse (12) szélének (74) megfelelő körvonalat követő utat elképező pixeleket elemezve hasonlítjuk össze.

3. Az 1. vagy 2. igénypont szerinti eljárás, azzal jellemezve, hogy a lencse (12) jellemzőinek meghatározásakor a pixelek halmazára jellemző tulajdonságot hordozó pixelek közül választunk ki halmazt.

4 · · · · ··· · · • · · * · · ···· ··· <·« ·· ··· · ennek eredményeként a lencsét elfogadjuk vagy elvetjük, azzal jellemezve, hogy a lencsét (12) legalább egy frekvenciájú elektromágneses hullámot tartalmazó sugárzással világítjuk meg, a megvilágított lencse (12) képét kamera (16) receptorán (20) a kép egy-egy részét leképező pixelek csoportjaira osztjuk fel, a pixelekhez helyzetre és 5 képintenzitásra jellemző elektromos értékeket, továbbá az elektromos jelekhez elektronikus értékeket rendelünk, majd a képen belül vizsgált pixelként (130) kiindulási pixelt választunk, ahol

A) a vizsgált pixelnél (130) jellemző karakterisztika jelenlétét követjük,

B) a jellemző karakterisztika nélküli vizsgált pixel esetében új vizsgált pixelt

4. Az 1.-3. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek összefüggéseinek összehasonlításakor a lencse (12) szélének (74) megfelelő pixeleket elemezzük.

5 az elektromos jel képzésével a helyzetre és a képintenzitás gradiensére jellemző értékeket állítunk elő.

5. Az 1. - 4. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek összefüggéseinek összehasonlításakor a lencse (12) belső zónáinak egy részét leképező pixeleket elemezzük.

6. Az 1. - 5. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek helyzetének és képintenzításának megfelelő értékek összehasonlításakor a pixelekből álló csoport középpontjához közeli pontra helyezett ponttól indulunk és a pixelek csoportjának határa felé haladunk a lencse (12) szélére (74) jellemző intenzitást mutató pixel eléréséig.

7. A 6. igénypont szerinti eljárás, azzal jellemezve, hogy a lencse (12) szélének (74) megfelelő körvonal meghatározása céljából a képintenzitásnak a lencse (12) szélére jellemző értékeit hordozó pixelek összekapcsolt csoportjainak körvonalát a

P 93 03348 lencse (12) szélére jellemző intenzitásértékeket hordozó pixelekhez közeli kapcsolódó pixelek elemzése után határozzuk meg.

8. Az 1. - 7. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a lencse (12) szélét leképező pixelek halmazában végzett összehasonlítás során a lencse (12) széléhez feldolgozási gyűrűt (90) rendelünk és ezzel a feldolgozott pixeleket a lencse (12) szélével szomszédos pixelekre korlátozzuk.

9. Az 1. - 8. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a lencse (12) szélét leképező pixelek halmazát két alcsoportra osztjuk fel, majd az összehasonlítást a lencse (12) belső zónáiból a lencse széle felé való áthaladási területre jellemző pixelek, valamint a lencse (12) külső zónájából a lencse (12) széle (74) irányába való átmeneti zónára jellemző pixelek részhalmazain végezzük el.

10 (130) választunk a lencse (12) szélét (74) átmetsző út mentén és a jellemző karakterisztika jelenlétét újból követjük, míg

C) a jellemző karakterisztikát mutató vizsgált pixelnél (130) az elektromos jel elektronikus értékét a szomszédos pixelekre kapott elektronikus értékekkel összehasonlítjuk, új vizsgált pixelként (130) a jellemző karakterisztikával a szomszédos pixelek

10. A 9. igénypont szerinti eljárás, azzal jellemezve, hogy az összehasonlítást a lencse (12) belső zónáiból a lencse (12) széle (74) felé való átmenethez tartozó pixelek részhalmazából kiválasztott pixelekkel végezzük el.

11. A 9. vagy 10. igénypont szerinti eljárás, azzal jellemezve, hogy az összehasonlítást a lencse (12) külső zónáiból a lencse (12) széle (74) felé történő átmenetet tartalmazó pixelek részhalmazából kiválasztott pixelekkel végezzük el.

12. A 9. - 11. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a lencse (12) belső tartományából a lencse (12) széle (74) felé való átmenethez tartozó pixelek részhalmazából, valamint a lencse (12) külső zónájából a lencse (12) széle (74) felé való átmenet zónájába tartozó pixelek részhalmazából pixeleket választunk és az összehasonlítást a kiválasztott pixeleken végezzük el.

13. Az 1. - 12. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek közötti összehasonlításkor a lencse (12) szélét (74) leképező pixelek diszkontinuitását követjük.

14. Az 1. - 12. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek közötti összehasonlításkor a lencse (12) szélét (74) leképező pixelek képintenzitásában jelentkező gradienseltérést követjük.

15 közül a legjobb korrelációt mutatót választjuk ki, az összehasonlítást és a kiválasztást a jellemző karakterisztikát mutató pixelek halmazának kimerüléséig folytatjuk, majd az így meghatározott pixelek között a lencse (12) szélét (74) leképező pixelek jelenlétét meghatározzuk,

D) a lencsének (12) a széltől (74) eltérő részeit leképező pixeleknél új vizsgált 20 pixelt (130) választunk a lencse (12) szélét átmetsző út mentén és a jellemző karakterisztika jelenlétét újból követjük, míg

E) a lencse (12) szélét (74) leképező pixelek halmazára legalább egy összefüggést tárunk fel és a minőségelemzés során a kijelölt halmazban a pixelek legalább egy összefüggését legalább előre meghatározott összefüggéssel hasonlítjuk össze.

25

15. Az 1. - 12. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek közötti összehasonlításkor a lencse (12) szélét (74) leképező pixelek helyzetében bekövetkező radiális eltérést követjük.

16. Az 1. - 12. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a pixelek közötti összehasonlításkor a lencse (12) szélét (74) leképező pixelek helyzetében megállapítható térbeli határértéket követjük.

17. Eljárás látásjavító lencse vizsgálatára, amikoris lencsét, különösen kontaktlencsét megvilágítunk és minőségi jellemzőit megállapítjuk, majd előre elfogadott kritériumokat figyelembe véve a lencsét (12) minőségelemzésnek vetjük alá és

P 93 03348 « ·ν «· ···· · ··*·«·· ·

18. A 17. igénypont szerinti eljárás, azzal jellemezve, hogy az elektromos jelet a helyzetnek és a képintenzitásnak megfelelően képezzük.

19. A 17. vagy 18. igénypont szerinti eljárás, azzal jellemezve, hogy a kiindulási pixelt a lencse (12) középpontjának szomszédságában választjuk meg és a lencse (12) szélét (74) átmetsző utat a lencse (12) középpontjából (88) kiinduló sugár-

30 ként határozzuk meg.

20. A 17. - 19. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a karakterisztika jelenlétének újbóli követésekor a lencsének (12) a széltől (74) eltérő részeit leképező pixelek halmazát előre meghatározott összefüggés teljesülése szempontjából vizsgáljuk és ezzel a minőségellenőrzést elvégezzük.

35

21. A 17. - 20. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy jellemző karakterisztikaként a képintenzitás változását vizsgáljuk.

P 93 03348

X • · ·· ··«· · ♦ · · · · · * · < · ··« · « • · · · » ·»·· ·· ·· ··· ·

22. A 17. - 21. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy a lencse középpontját közelítőleg a szélnek megfelelő karakterisztikát mutató legalább három pontból álló legalább egy halmaz figyelembevételével határozzuk meg.

23. A 17. - 22. igénypontok bármelyike szerinti eljárás, azzal jellemezve, hogy

24. A 23. igénypont szerinti eljárás, azzal jellemezve, hogy jellemző karakterisztikaként a képintenzitás gradiensének abszolút értékét vizsgáljuk.

25. Berendezés látásjavító lencse vizsgálatára, amely támaszon (10) elhelye10 zett lencsét (12) megvilágító fényforrást (14) tartalmaz, azzal jellemezve, hogy a fényforrással (14) megvilágított lencsén (12) áthaladó fényt fogadó és a lencse (12) képét több pixelbe leképező, a lencse (12) képét pixelekkel kialakított receptoron (20) generáló kamerát (16) tartalmaz, ahol a kamerában (16) levő receptor (20) és a kamera (16) kimenete a receptorra (20) az egyes pixeleknél beeső fény helyzetének 15 megfelelő és a pixeleknél beeső fény intenzitását jellemző elektromos jelet képző elektronikus áramkört (26), az elektromos jeleket az egyes pixeleknek megfelelően képtárolóban (46) rögzítő és a receptoron (20) a pixel által elfoglalt helyzetnek megfelelő adatot befogadó képalkotó egységgel (30), továbbá a képtárolóval (46), valamint a helyzetre jellemző adatokat befogadó tárolót, a tárolóval kapcsolódó, az adatok és 20 tárolt program alapján a pixelek képintenzitási és helyzeti adatait feldolgozó, a pixelek halmazával képviselt lencse (12) jellemzőit megállapító, a megállapított adatok alapján a lencse (12) minőségi elfogadásáról vagy elvetéséről döntő processzoros modult (28) tartalmazó adatfeldolgozó rendszerre van vezetve.