TWM653942U - 三軸平台控制之鏡片檢測系統 - Google Patents
三軸平台控制之鏡片檢測系統 Download PDFInfo
- Publication number
- TWM653942U TWM653942U TW112210997U TW112210997U TWM653942U TW M653942 U TWM653942 U TW M653942U TW 112210997 U TW112210997 U TW 112210997U TW 112210997 U TW112210997 U TW 112210997U TW M653942 U TWM653942 U TW M653942U
- Authority
- TW
- Taiwan
- Prior art keywords
- lens
- inspection
- image
- detection
- axis platform
- Prior art date
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 112
- 230000003287 optical effect Effects 0.000 claims abstract description 34
- 230000007547 defect Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 113
- 238000000034 method Methods 0.000 claims description 20
- 238000013135 deep learning Methods 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Abstract
一種三軸平台控制之鏡片檢測系統,鏡片檢測系統通過控制電腦控制承載鏡片的三軸平台,再運用雷射干涉儀向鏡片發出檢測光線,由影像擷取裝置拍攝取得通過鏡片形成的干涉圖形,再經影像辨識模組辨識干涉圖形為牛頓環、光點圖像、干涉條紋或瑕疵,之後以光學檢測模組根據干涉圖形檢測鏡片的物理特性,產生檢測結果,控制電腦可根據此檢測結果控制三軸平台移載鏡片至下一個檢測位置,以轉換雷射干涉儀射向鏡片的檢測光線,以形成新的干涉圖形,產生新的檢測結果。
Description
說明書公開一種鏡片檢測技術,特別是指利用通過鏡片產生的干涉影像進行影像辨識與檢測的一種三軸平台控制之鏡片檢測系統。
在需要運用高精密鏡片的應用中,鏡片的品質影響甚鉅,因此鏡片廠商需要有可以檢測鏡片品質的系統確保產出高精密鏡片,常見鏡片檢測系統運用了光源、鏡片夾具、產生檢測圖形的器具、相關光學設備以及取像設備。在檢測鏡片時,通過平台承載待測鏡片,由一光源產生光線射向待測鏡片,再通過光學設備與取像設備取得檢測影像,過程中會需要在多個檢測位置取得檢測影像,根據檢測影像計算待測鏡片的曲率分布。
然而,使用光源反射與折射原理以計算鏡片曲率分布的方式容易受到機構設計的公差值影響。舉例來說,傳統檢測平台利用步進馬達來帶動光源旋轉精密度不夠,並且檢測光線通過待測鏡片折射至光學設備,最後由光學設備中影像感測器成像,整個過程容易因為系統公差造成錯判,並且影像感測器的電訊號也容易受其他的電機設備干擾,因此需要改善習知光學檢測系統才能符合高精度檢測鏡片的需求。
揭露書提出一種三軸平台控制之鏡片檢測系統,其中運用深度學習方法結合三軸平台控制技術,實現一種自動光學檢測的系統,提供能有效減少各種系統性干擾的鏡片檢測方案。
根據三軸平台控制之鏡片檢測系統的實施例,系統包括控制電腦、三軸平台、光源與影像擷取裝置。三軸平台用於置放一鏡片,根據控制電腦產生的指令,通過X、Y、Z軸向的驅動機構帶動鏡片移動至一檢測位置,控制光源發出通過鏡片的檢測光線,以及控制影像擷取裝置拍攝通過鏡片的檢測光線形成的影像,得出一檢測影像。於控制電腦中,以影像辨識模組辨識檢測影像的型態,再以光學檢測模組根據檢測影像檢測鏡片的光學特性,產生檢測結果。
上述光源如雷射干涉儀。當控制電腦取得檢測結果,控制電腦根據檢測結果控制該三軸平台移載該鏡片至下一個檢測位置,以轉換雷射干涉儀射向鏡片形成下一個檢測影像,再產生新的檢測結果。
進一步地,通過所述雷射干涉儀所發射的檢測光線,可通過鏡片形成干涉圖形,干涉圖形經影像辨識模組辨識可為牛頓環、光點圖像、干涉條紋或瑕疵。
若光學檢測模組取得的是牛頓環,將可計算出其中同心圓數量,並擷取牛頓環的中心影像以得出圓心位置,形成檢測結果。若是取得干涉條紋,將辨識干涉條紋的數量與角度,形成檢測結果。
其中檢測結果可通過控制電腦以一電訊號、一警示燈或電腦螢幕呈現。
根據實施例,所述三軸平台控制之鏡片檢測系統還可包括深度學習模組,深度學習模組通過深度學習法學習各種型態的檢測影像,建立辨識檢測影像型態的一檢測模型,使影像辨識模組可運用此檢測模型辨識檢測影像的型態。
為使能更進一步瞭解本新型的特徵及技術內容,請參閱以下有關本新型的詳細說明與圖式,然而所提供的圖式僅用於提供參考與說明,並非用來對本新型加以限制。
以下是通過特定的具體實施例來說明本創作的實施方式,本領域技術人員可由本說明書所公開的內容瞭解本創作的優點與效果。本創作可通過其他不同的具體實施例加以施行或應用,本說明書中的各項細節也可基於不同觀點與應用,在不悖離本創作的構思下進行各種修改與變更。另外,本創作的附圖僅為簡單示意說明,並非依實際尺寸的描繪,事先聲明。以下的實施方式將進一步詳細說明本創作的相關技術內容,但所公開的內容並非用以限制本創作的保護範圍。
應當可以理解的是,雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號,但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件,或者一信號與另一信號。另外,本文中所使用的術語“或”,應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
揭露書提出一種三軸平台控制之鏡片檢測系統,其中技術手段是透過光源(如雷射干涉儀)發射檢測光線至鏡片之鏡面,以產出干涉影像,之後經影像擷取模組擷取干涉影像,再經影像辨識模組識別干涉影像之狀態,形成檢測結果,藉此判斷鏡片是否符合品質規範。之後能根據檢測結果驅動平台控制模組控制三軸平台,再自動地運用干涉影像形成檢測結果,達到自動光學檢測的目的。
圖1顯示三軸平台控制之鏡片檢測系統中設備的實施例示意圖,其中顯示的系統設置為列舉之範例,並不限制實際實施。
圖中的系統概念是提出三軸平台10,置放有一待測物100,如鏡片,三軸平台為運用X、Y、Z等軸向的驅動機構帶動待測物100移動至檢測位置,能根據控制電腦16產生的指令移動待測物100到XY平面上的一特定水平位置,以及移動至Z軸方向的一特定垂直位置,控制一光源14(實施例如雷射干涉儀)發出檢測光線(如雷射光),通過待測物100形成一些光學影像,即通過透明鏡片形成的圖像。控制電腦16再控制影像擷取裝置(如照相機)12拍攝取得檢測影像,藉此對待測物100的光學特性進行檢測。
進一步地,當控制電腦16取得檢測結果,還可根據需求繼續控制三軸平台10帶動待測物100到下一個檢測位置,使得光源14發出檢測光線產生的光學影像產生轉變,形成下一個檢測影像,產生新的檢測結果。
三軸平台控制之鏡片檢測系統為通過硬體與軟體協作實現其中各種電路與功能模組,可運行於圖1顯示的控制電腦16中,相關實施方式可參考圖2所示三軸平台控制之鏡片檢測系統的實施例示意圖。
所示三軸平台控制之鏡片檢測系統主要元件包括控制單元201,如設於控制電腦16中的控制電路,系統還包括多個電性連接控制單元201的功能與電路元件,圖示的實施例包括有雷射干涉儀202、影像擷取模組203、平台控制模組204、儲存單元205、影像辨識模組206、光學檢測模組207以及深度學習模組208。
其中平台控制模組204用於控制承載待測物200(如鏡片)的三軸平台20,平台控制模組204受控於控制單元201,根據控制單元201的指令控制三軸平台20在三個軸向(X、Y與Z)的變化,使得系統可以取得各種角度的檢測影像。
鏡片檢測系統運用的光源可以是雷射干涉儀202,雷射干涉儀202發出檢測光線,通過待測物200形成檢測影像,例如雷射光通過鏡片將形成干涉圖形。
鏡片檢測系統通過影像擷取模組203拍攝取得檢測光線通過待測物200形成的檢測影像,通過控制單元201控制儲存至儲存單元205,再經由影像辨識模組206從儲存單元205取得影像數據後辨識檢測影像的型態,之後通過光學檢測模組207根據檢測影像檢測待測物200的物理特性,如鏡片的光學特性,即產生檢測結果。其中特別的是,三軸平台控制之鏡片檢測系統還包括深度學習模組208,深度學習模組208用於訓練檢測模型,根據實施例,其中運用深度學習法學習各種型態的檢測影像,藉此建立辨識檢測影像型態的檢測模型,可使影像辨識模組206運用檢測模型辨識檢測影像的型態。
舉例來說,以檢測鏡片為例,相應的檢測模型需要能辨識出通過鏡片形成的各種干涉圖形,如雷射干涉儀202發出雷射通過各種鏡片形成的牛頓環(Newton’s rings)、光點圖像、干涉條紋或瑕疵。因此深度學習模組208將通過深度學習法學習各種鏡片形成的各式各樣的干涉圖形,訓練得出的檢測模型將可用於辨識出各式各樣的干涉圖形。
在完成檢測之後,控制單元201與其相關的系統將取得檢測結果儲存至儲存單元205,並進行下一次檢測,根據實施例,可繼續將根據光學檢測模組207檢測待測物200的檢測結果控制三軸平台20自動移載待測物200至下一個檢測位置,以轉換雷射干涉儀202射向待測物200所形成的檢測影像,再產生新的檢測結果。
如此,將使得鏡片檢測系統可以完整取得不同角度的檢測影像,得出更完整的檢測結果。進一步地,上述鏡片檢測系統各模組的運作可參考圖3所示鏡片檢測系統中功能模組實施例圖。
圖3顯示鏡片檢測系統30的主要模組運作方式,其中顯示平台控制模組204中設有訊號收發單元307,用於接收控制單元所發送的指令,並根據指令控制三軸控制單元308驅動三軸平台移動至檢測位置。在控制三軸平台運作時,鏡片檢測系統30還可運用影像擷取模組203的資訊進行平台定位,如先經影像取像單元302取得的待測物的檢測影像或可加上整體平台的影像資訊,再以檢測定位單元301根據控制指令進行三軸平台檢測定位。
完成檢測定位後,驅動雷射干涉儀向待測物發出檢測光線,由影像擷取模組203的影像取像單元302拍攝並取得檢測影像。這時可以運用深度學習模組208學習各種檢測影像特徵所建立的檢測模型進行檢測影像辨識;另一方面,在訓練檢測模型時,深度學習模組208中影像訓練單元303學習大量運用不同的檢測方法或是平台設定產生的檢測影像特徵,如雷射干涉儀發射雷射光透過待測物(如鏡片)產生的干涉影像,如牛頓環、光點、干涉條紋與瑕疵等圖形,進行訓練出影像辨識單元304中的檢測影像,即實現鏡片檢測系統30中影像辨識的功能。
通過深度學習模組208中影像辨識單元304辨識得出的檢測影像後,即提供光學檢測模組207,通過影像檢測單元305進行影像檢測,由結果顯示單元306產生檢測結果,可以通過各種形式輸出,包括產生檢測結果檔案,並以顯示器(連接圖1顯示的控制電腦16)顯示檢測影像以及檢測結果,其他呈現檢測結果的方式還包括通過控制電腦以電訊號(如電壓、電流訊號)、警示燈(如LED燈)、電腦螢幕等介面,以回覆待測物是否合格,並顯示其檢測結果。檢測結果之後還回饋至平台控制模組204,根據控制指令,進而控制三軸控制單元308驅動三軸平台到下一個檢測位置,再產生新的檢測影像與檢測結果。
運用圖2顯示的系統各部模組以及圖3顯示鏡片檢測系統中軟硬體協作實現的各種電路與功能模組,執行如圖4所示三軸平台控制之鏡片檢測系統的運作方法實施例流程。
一開始,根據初始設定,通過平台控制模組控制三軸平台移動至檢測位置,並執行定位,其中能根據影像資訊進行平台定位與待測物定位(步驟S401)。定位完成後,控制光源(如雷射干涉儀)發射檢測光線至待測物(步驟S403),同時以影像擷取模組拍攝並取得干涉影像(步驟S405),之後可以影像辨識模組通過檢測模型辨識干涉影像的型態(步驟S407),經光學檢測模組進行檢測,並持續根據控制指令控制三軸平台移動至不同的檢測位置(步驟S409),通過轉換檢測光線產生新的檢測影像(步驟S411)。
之後,通過光學檢測模組根據檢測影像檢測待測物(步驟S413),其中是根據檢測影像檢測該鏡片的物理(光學)特性,並產生檢測結果(步驟S415)。根據實施例之一,通過光學檢測模組檢測鏡片的光學檢測項目中,主要是根據檢測影像(干涉圖形)檢測鏡片的表面曲率。經產生檢測結果後(步驟S415),若檢測結果正常,則回覆待測物合格,若檢測結果出現異常,則回覆待測物不合格,即根據檢測結果判斷鏡片是否符合品質規範。
進一步地,根據檢測結果,鏡片檢測系統可以控制三軸平台移載鏡片至下一個檢測位置,以轉換光源射向鏡片形成的檢測影像,再產生新的檢測結果,直到取得足夠的檢測影像。
可參考圖5A至圖5D顯示幾種經由雷射干涉儀發出檢測光線後透過鏡片所取得的干涉影像,其中圖5A顯示具有厚度寬窄不一的同心圓的牛頓環干涉影像示意圖;圖5B顯示形成沒有紋路的不規則光點的干涉影像示意圖;圖5C則顯示具有多條寬窄不一的干涉條紋示意圖;而干涉影像亦可為瑕疵,如圖5D顯示具有瑕疵的干涉影像示意圖。
圖6顯示處理牛頓環干涉影像的實施例流程圖,所述檢測流程可以是運作於控制電腦的軟體流程或是電路中的程序。
在此流程中,經控制三軸平台、驅動影像擷取模組,以取得通過鏡片形成的干涉影像(步驟S601),通過檢測模型辨識干涉影像(步驟S603),此時判斷通過鏡片形成的干涉影像是否為瑕疵或具有瑕疵(步驟S605),若判斷干涉影像為瑕疵或包括瑕疵(是),即判定鏡片不符合品質規範(步驟S607);若判斷干涉影像不是瑕疵,也未包括瑕疵(否),即繼續步驟S609。以牛頓環為例,程序將繼續判斷是否為牛頓環(步驟S609),若否,相關控制電腦或控制單元通過平台控制模組驅動三軸平台到下一個檢測位置(步驟S611),流程回到步驟S601,以能取得有用的檢測影像;若判斷為牛頓環(是),即取得牛頓環干涉影像(步驟S613),包括擷取多個牛頓環影像特徵,如取得同心環中心影像(步驟S615)、取得中心位置與同心環數量(步驟S617),以及擷取局部干涉條紋(步驟S619)等,形成用於檢測鏡片曲率的檢測影像(步驟S621)。
圖7顯示處理干涉條紋的實施例流程圖,同樣地,所述檢測流程可以是運作於控制電腦的軟體流程或是電路中的程序。
在流程中,控制三軸平台調整檢測位置以取得干涉影像(步驟S701),再辨識干涉影像(步驟S703),以取得干涉條紋為目標,經判斷是否為干涉條紋(步驟S705),若不是干涉條紋(否),則控制三軸平台移動待測物(鏡片)至下一個檢測位置(步驟S707),再重複步驟S701等步驟。
若辨識為干涉條紋(是),即運用光學檢測模組取得干涉條紋數量與角度(步驟S709),產生檢測影像(步驟S711),接著還可控制三軸平台帶動待測物至下一個檢測位置(步驟S707)以取得更多的檢測影像。之後,經光學檢測模組取得干涉條紋的數量與角度,形成檢測結果。
在圖6與圖7顯示的實施例流程中,鏡片檢測系統持續通過影像擷取模組拍攝檢測影像,同時取得各種干涉影像外,還執行檢測平台與待測物定位,以能獲得最佳檢測影像,相關影像資訊與辨識結果將回饋至系統的控制電腦或控制單元,以能根據檢測定位的資訊控制平台控制模組控制三軸平台進行定位。
綜上所述,根據以上實施例所描述的三軸平台控制之鏡片檢測系統,提供一種基於深度學習檢測影像並搭配三軸平台控制的鏡片檢測系統,具有高檢測精度的優點,其中之一方式是透過雷射干涉儀發射至鏡片之鏡面,產出一干涉影像,再以影像辨識技術得出干涉影像的類型,根據檢測結果再控制三軸平台調整檢測影像,達到自動光學檢測目的。
以上所公開的內容僅為本新型的優選可行實施例,並非因此侷限本新型的申請專利範圍,所以凡是運用本新型說明書及圖式內容所做的等效技術變化,均包含於本新型的申請專利範圍內。
10:三軸平台
100:待測物
12:影像擷取裝置
14:光源
16:控制電腦
20:三軸平台
200:待測物
201:控制單元
202:雷射干涉儀
203:影像擷取模組
204:平台控制模組
205:儲存單元
206:影像辨識模組
207:光學檢測模組
208:深度學習模組
30:鏡片檢測系統
301:檢測定位單元
302:影像取像單元
303:影像訓練單元
304:影像辨識單元
305:影像檢測單元
306:結果顯示單元
307:訊號收發單元
308:三軸控制單元
步驟S401~S415:三軸平台控制之鏡片檢測系統的運作流程圖
步驟S601~S621:處理牛頓環干涉影像的流程
步驟S701~S711:處理干涉條紋的流程
圖1顯示三軸平台控制之鏡片檢測系統中設備的實施例示意圖;
圖2顯示三軸平台控制之鏡片檢測系統的實施例示意圖;
圖3顯示鏡片檢測系統中功能模組實施例圖;
圖4顯示三軸平台控制之鏡片檢測系統的運作方法實施例流程圖;
圖5A顯示牛頓環干涉影像示意圖;
圖5B顯示光點干涉影像示意圖;
圖5C顯示干涉條紋示意圖;
圖5D顯示干涉影像為瑕疵的示意圖;
圖6顯示處理牛頓環干涉影像的實施例流程圖;以及
圖7顯示處理干涉條紋的實施例流程圖。
10:三軸平台
100:待測物
12:影像擷取裝置
14:光源
16:控制電腦
Claims (10)
- 一種三軸平台控制之鏡片檢測系統,包括:一控制電腦;一三軸平台,用於置放一鏡片,根據該控制電腦產生的指令,通過X、Y、Z軸向的一驅動機構帶動該鏡片移動至一檢測位置;一光源,該控制電腦控制該光源發出通過該鏡片的一檢測光線;以及一影像擷取裝置,該控制電腦控制該影像擷取裝置拍攝通過該鏡片的該檢測光線形成的影像,得出一檢測影像;其中,於該控制電腦中,以一影像辨識模組辨識該檢測影像的型態,再以一光學檢測模組根據該檢測影像檢測該鏡片的光學特性,產生一檢測結果。
- 如請求項1所述的三軸平台控制之鏡片檢測系統,其中該光源為一雷射干涉儀。
- 如請求項2所述的三軸平台控制之鏡片檢測系統,其中,當該控制電腦取得該檢測結果,該控制電腦根據該檢測結果控制該三軸平台移載該鏡片至下一個檢測位置,以轉換該雷射干涉儀射向該鏡片形成下一個檢測影像,再產生新的檢測結果。
- 如請求項2所述的三軸平台控制之鏡片檢測系統,其中該雷射干涉儀發出該檢測光線,通過該鏡片形成一干涉圖形。
- 如請求項4所述的三軸平台控制之鏡片檢測系統,其中該光學檢測模組通過該干涉圖形檢測該鏡片的一表面曲率。
- 如請求項4所述的三軸平台控制之鏡片檢測系統,其中該干涉圖形經該影像辨識模組辨識為牛頓環、光點圖像、干涉條紋或瑕疵。
- 如請求項6所述的三軸平台控制之鏡片檢測系統,其中該光學檢測模組取得該牛頓環的同心圓數量,並擷取該牛頓環的中心影像以得出一圓心位置,形成該檢測結果。
- 如請求項6所述的三軸平台控制之鏡片檢測系統,其中該光學檢測模組取得該干涉條紋的數量與角度,形成該檢測結果。
- 如請求項1所述的三軸平台控制之鏡片檢測系統,其中該檢測結果通過該控制電腦以一電訊號、一警示燈或一電腦螢幕呈現。
- 如請求項1至9中任一項所述的三軸平台控制之鏡片檢測系統,其中通過一深度學習法學習各種型態的檢測影像,建立辨識該檢測影像型態的一檢測模型,使該影像辨識模組運用該檢測模型辨識該檢測影像的型態。
Publications (1)
Publication Number | Publication Date |
---|---|
TWM653942U true TWM653942U (zh) | 2024-04-11 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6422311B2 (ja) | 投影アーティファクト抑制要素を含む構造化照明顕微鏡法光学装置 | |
US10161881B2 (en) | System and method for inspecting a wafer | |
JP5982144B2 (ja) | 落射照明画像用のエッジ位置測定値補正 | |
CN100520380C (zh) | 检查装置、摄像装置以及检查方法 | |
JP6462823B2 (ja) | 画像検査装置 | |
CN113870172A (zh) | 指示用于训练的缺陷图像的数目的工件检查和缺陷检测系统 | |
CN105679689A (zh) | 探测装置和探测方法 | |
CN103547884A (zh) | 利用多重格子条纹的目视检查装置 | |
US20180247147A1 (en) | Automatic alignment of a 3d model to a test object | |
JP2015145797A (ja) | 画像検査装置、画像検査方法及び画像検査プログラム並びにコンピュータで読み取り可能な記録媒体 | |
US10986761B2 (en) | Board inspecting apparatus and board inspecting method using the same | |
US20160307322A1 (en) | Image recording simulation in a coordinate measuring machine | |
JP2015108582A (ja) | 3次元計測方法と装置 | |
JP2004233342A (ja) | 印刷回路板の光学検出装置及び検出方法 | |
TWI498543B (zh) | 自動晶圓光學檢測裝置及檢測晶圓表面均勻性的方法 | |
TWM653942U (zh) | 三軸平台控制之鏡片檢測系統 | |
JP6234253B2 (ja) | 画像検査装置、画像検査方法及び画像検査プログラム並びにコンピュータで読み取り可能な記録媒体 | |
KR101876391B1 (ko) | 단색광 모아레의 다채널 이미지를 이용한 3차원 검사 장치 | |
CN110285765A (zh) | 检查装置及其检查方法 | |
JP2010107355A (ja) | 光学フィルタ調整方法およびムラ検査装置 | |
CN111220087B (zh) | 表面形貌检测方法 | |
KR20180040316A (ko) | 광학 3d 스캐너 | |
TWI548875B (zh) | Optical needle detection system and method | |
JP2020079720A (ja) | 検査装置及び検査方法 | |
US20220330420A1 (en) | Method of verifying fault of inspection unit, inspection apparatus and inspection system |