精密光學(xué)元件表面疵病檢測技術(shù)研究

1、精密光學(xué)元件表面疵病檢測技術(shù)研究江曉亮 楊小軍鄧小雷李柏林 趙文川 衢州學(xué)院機(jī)械工程學(xué)院西南交通大學(xué)機(jī)械工程學(xué)院 中國科學(xué)院光電技術(shù)研究所摘要：依據(jù)光學(xué)元件表面疵病存在的對(duì)比度低、邊界模糊等特性，以及現(xiàn)有的自動(dòng)化檢 測算法，提出了一種基于機(jī)器視覺的數(shù)字化評(píng)價(jià)系統(tǒng)，解決了疵病圖像獲取中 的相機(jī)定位、圖像采集、疵病檢測、圖像拼接以及疵病統(tǒng)計(jì)等自動(dòng)檢測技術(shù)問題。 實(shí)驗(yàn)結(jié)果表明：系統(tǒng)實(shí)現(xiàn)了精密光學(xué)元件表面疵病的自動(dòng)化檢測，能夠有效分辨 微米(um)量級(jí)的疵病，具有良好的疵病識(shí)別性能。關(guān)鍵詞：光學(xué)元件;疵病檢測;圖像處理;特征提取;圖像拼接;作者簡介：江曉亮(1987-)，男，博士研究生，主要研究方向?yàn)?/p>

2、圖像處理和模 式識(shí)別、圖像分割。收稿日期:2017-08-29基金：國家自然科學(xué)基金資助項(xiàng)fi (51605253)study on surface defects detection technology for precision optical elementjiang xiao-liang yang xiao-jun deng xiao-lei libaitin zhao wen-chuancollege of mechanical engineering, quzhouuniversity; college of mechanical engineering,southwest ji

3、aotong university; institute ofoptics and electronics, chinese academy ofsciences;abstract：according to characteristics of optical element surface defect, such as low contrast, fuzzy boundaries, and the existing automatic detection algorithm, propose a digiteil cvaluation systcm based on machine vis

4、ion technology, which solves the problems in automatic detection such as camera localization, image acquisition, defects detection, image mosaic and defects statistics during f 1 aw image acquiring process. experimental results show the system can realize the automatic detection of the precision opt

5、ical element surface defect emd distinguish the defects of micron level effectively, it has good performance of defect recognitionkeyword：optical element; defect detection; image processing; feature extraction; image mosaic;received： 2017-08-29o引言隨著信息技術(shù)的迅猛發(fā)展，人們對(duì)光學(xué)元件表面質(zhì)量及加工效率的要求逐步提 高，而元件表面劃痕、斑點(diǎn)、麻點(diǎn)、破邊

6、等ill缺陷所引起的衍射和散射會(huì)對(duì)光 學(xué)系統(tǒng)的性能造成不良影響。為此，對(duì)光學(xué)元件表面疵病檢測技術(shù)的研究顯得尤 為重要，具有較好的應(yīng)用價(jià)值2,3。目前，常見的疵病檢測方法主要包括目視法4,5、成像法6, 7等。其中,最基 木、最常用的是目視法，但這種方法對(duì)觀察者的知識(shí)結(jié)構(gòu)和實(shí)踐經(jīng)驗(yàn)水平要求較 高，而口無法量化疵病等級(jí)、費(fèi)吋費(fèi)力、勞動(dòng)強(qiáng)度較大。隨著屯荷耦合器件 (charge coupled device, ccd)相機(jī)與圖像處理算法的快速發(fā)展，使得基于機(jī) 器視覺技術(shù)逐步取代人工檢測方法以滿足工程需求成為可能歸1。因此，有必 要尋求一種更簡單、快速、準(zhǔn)確的檢測手段。木文提出了一種基于數(shù)字圖像的光學(xué)

7、元件表面缺陷的快速檢測方法，用于解決 疵病提取、拼接及統(tǒng)計(jì)等技術(shù)難題，并試制了基于機(jī)器視覺的光學(xué)元件缺陷在線 檢測系統(tǒng)。1檢測原理1.1檢測裝置如圖1所示，檢測系統(tǒng)由ccd相機(jī)、控制臺(tái)、運(yùn)動(dòng)控制器、計(jì)算機(jī)等構(gòu)成。其中, 橫向、縱向、升降位移臺(tái)分別用于實(shí)現(xiàn)ox, oy, oz方向的移動(dòng)，旋轉(zhuǎn)平臺(tái)可在 x oy平面內(nèi)360。旋轉(zhuǎn)，ccd相機(jī)可繞c點(diǎn)在x oz平面內(nèi)轉(zhuǎn)動(dòng)。1. 2檢測原理被測元件放置于旋轉(zhuǎn)平臺(tái)，計(jì)算機(jī)控制橫向、縱向、升降位移臺(tái)對(duì)其進(jìn)行對(duì)焦。 旋轉(zhuǎn)平臺(tái)旋轉(zhuǎn)一周，ccd相機(jī)采集待測元件表面的一個(gè)圓環(huán)圖像，利用運(yùn)動(dòng)控制 器控制ccd相機(jī)繞c點(diǎn)在x oz平面內(nèi)旋轉(zhuǎn)一定角度，同時(shí)橫向位移臺(tái)沿o

8、x方向 移動(dòng)一定位移，如圖2所示。旋轉(zhuǎn)平臺(tái)繼續(xù)旋轉(zhuǎn)一周，獲取另外一個(gè)圓環(huán)圖像, 將圖像進(jìn)行拼接、融合，得到元件的完整圖像。圖1檢測裝置示意下載原圖圖2運(yùn)動(dòng)方案設(shè)計(jì)下載原圖2圖像處理軟件系統(tǒng)光學(xué)元件表面數(shù)字圖像系統(tǒng)的基本流程如圖3所示。圖3圖像處理軟件系統(tǒng)流程下載原圖2.1圖像預(yù)處理1）通過數(shù)字圖像系統(tǒng)對(duì)光學(xué)元件表面進(jìn)行疵病數(shù)據(jù)采集，并記錄單張圖像的位 置信息;2）對(duì)原始圖像進(jìn)行灰度化處理，得到僅具有一維顏色信息的灰度圖像。2. 2疵病提取針對(duì)光學(xué)元件疵病圖像的特點(diǎn)，如圖4所示，采用幀差法進(jìn)行疵病特征的提取。 具體過程為將第k幀圖像減去k+l幀圖像，得到一幅二值圖像，幀差法的數(shù)學(xué)表 達(dá)式為式中t

9、為預(yù)先設(shè)置的閾值。如果兩張圖像的灰度差絕對(duì)值大于給定閾值時(shí)，認(rèn)為 此處有疵病。t的大小可根據(jù)經(jīng)驗(yàn)選取，t過大時(shí)易出現(xiàn)疵病漏檢，t過小時(shí)易 出現(xiàn)大量噪音，處理結(jié)果如圖5所示。可以發(fā)現(xiàn):處理后的二值圖像中存在許多 白點(diǎn)，其至一些劃痕岀現(xiàn)了斷裂。因此，需要進(jìn)行去除小面積、膨脹、細(xì)化等形 態(tài)學(xué)操作，從而獲得更好的處理結(jié)果。去除小面積是為了除去灰塵、過小麻點(diǎn) （直徑小于5 ym的可忽略不計(jì)）等部分干擾，得到獨(dú)立的疵病信息;斷點(diǎn)連接的 目的是為了消除目標(biāo)不連續(xù)問題。經(jīng)過去除小面積和斷點(diǎn)連接等處理后的結(jié)果， 如圖6所示。圖4原始圖像下載原圖圖5幀差法處理后圖像下載原圖圖6形態(tài)學(xué)處理后圖像下載原圖2. 3圖像

10、拼接2. 3.1重疊區(qū)域特征分類重疊區(qū)域的特征可分為三類:存在劃痕特征、存在其他類型特征和無特征。要實(shí) 現(xiàn)圖像拼接和不同類型疵病的信息統(tǒng)計(jì)，首先要將處理后圖像的重疊區(qū)域進(jìn)行 特征分類，如圖7所示。其中，劃痕特征乂可分為貫穿型和非貫穿型。如圖8所示，子圖1和子圖3上的劃痕僅有一邊在重疊區(qū)域內(nèi)，將其歸為非貫穿 型劃痕;子圖2的兩邊均在重疊區(qū)域內(nèi)，將其歸為貫穿型劃痕。而其他類型特征 和無特征分別指圖像的重疊區(qū)域內(nèi)有疵病特征（除劃痕外）和沒有疵病特征。圖8劃痕特征示意下載原圖2. 3.2圖像變換矩陣由于相機(jī)以平移加旋轉(zhuǎn)的運(yùn)動(dòng)方式對(duì)光學(xué)元件進(jìn)行拍攝，子圖像的空間坐標(biāo)以 極坐標(biāo)的方式表達(dá)，因此，需要對(duì)待拼

11、接圖像進(jìn)行空間坐標(biāo)變換。利用齊次坐標(biāo), 兩幅圖像之間的變換方程可以用矩陣的形式表示式中x, y, x', y'分別為兩幅相鄰圖像的坐標(biāo)；&為圖像之間的相對(duì)轉(zhuǎn)角;tx, tv 分別為x, y方向的平移量。2. 3.3最優(yōu)路徑圖像拼接利用式（2）所述方法求解出圖像之間的變換矩陣，依據(jù)以下步驟進(jìn)行單個(gè)疵病 的拼接，直至完成整個(gè)元件的圖像拼接。圖9 （a）為單個(gè)疵病的拼接效果，具 體流程如下：1）記錄整個(gè)元件上有特征的圖像數(shù)目n。2）以一張圖像d°為根節(jié)點(diǎn)，若圖像d°重疊區(qū)域?yàn)闊o特征，則輸出該張圖像，同 時(shí)n減1；否則，搜索出與d°相關(guān)的圖像山，i

12、=l, 2, 3:每處理一張圖像n即 減lo3）以步驟（2）中搜索出的圖像4為起點(diǎn),搜索與山相關(guān)的圖像d. j=l, 2, 3, 每處理一張圖像n即減1。4）重復(fù)步驟（3）,直到無法搜索到相關(guān)圖像，利用變換矩陣和極坐標(biāo)關(guān)系， 完成單個(gè)疵病的圖像拼接，存儲(chǔ)單個(gè)疵病的位置坐標(biāo)。5）重復(fù)步驟（2） 步驟（4）,直到“0,完成整個(gè)元件的圖像拼接。2. 3.4拼接誤差消除由于步進(jìn)電機(jī)和導(dǎo)軌垂直度不可能絕對(duì)精確，導(dǎo)致相鄰2張圖像間的重疊區(qū)域 發(fā)生變化，即圖像之間的實(shí)際重疊區(qū)域與理論重疊區(qū)域大小產(chǎn)生偏差。隨著拼接 影像數(shù)量的增多，誤差將不斷累積，因此，需要對(duì)拼接后的圖像進(jìn)行優(yōu)化。本文 主要研究劃痕特征圖像的

13、拼接誤差，麻點(diǎn)等類型的誤差可忽略不計(jì)。如圖10 （a）所示，劃痕ae和cd拼接之后會(huì)產(chǎn)生一定的錯(cuò)位，保持端點(diǎn)b的y 坐標(biāo)不變，往拼接圖像的x方向搜索劃痕cd,得到x方向的誤差偏移量匚;同理 可得到切 取匚和匚中較小值，將其中一條劃痕沿相應(yīng)的方向偏移，即可得到 一條完整的劃痕。誤差消除前后單個(gè)劃痕拼接效果，如圖9所示。2. 4疵病統(tǒng)計(jì)如圖9所示，拼接后圖像為二值圖像。為了獲取疵病的信息，首先需將連通區(qū)域 進(jìn)行標(biāo)記。然后，計(jì)算連通區(qū)域的長寬比得到連通區(qū)域的各個(gè)參數(shù)，具體表達(dá)式 為18圖1 0拼接誤差示意下載原圖式中r為長寬比的值1和w分別為連通區(qū)域外接矩形的長度與寬度。根據(jù)劃痕和麻點(diǎn)的特點(diǎn)，對(duì)拼接

14、后的圖像進(jìn)行檢測，從而得到疵病的大小、種 類、個(gè)數(shù)等信息，并與國家標(biāo)準(zhǔn)比，給出表面缺陷的等級(jí)。具體步驟如下：1）獲得圖像中所有標(biāo)記過的區(qū)域。2）利用標(biāo)記的數(shù)字隨機(jī)提取一個(gè)連通區(qū)域（疵病）。3）計(jì)算該區(qū)域的外接矩形。4）獲得矩形的長、寬值，以此計(jì)算長寬比e。5）初步判斷類型，如果e24則為劃痕，轉(zhuǎn)入步驟（6）;如果e4則為麻點(diǎn)，返 回步驟（2） o6）計(jì)算劃痕的周長和面積。7）計(jì)算劃痕的長度和寬度。8) 劃痕的長度和寬度計(jì)算完成，轉(zhuǎn)到步驟(2),直至所有缺陷統(tǒng)計(jì)完畢。3結(jié)論通過實(shí)驗(yàn)平臺(tái)的構(gòu)建與圖像檢測系統(tǒng)的設(shè)計(jì)，建立了一種基于機(jī)器視覺技術(shù)的 數(shù)字化評(píng)價(jià)系統(tǒng)，解決了疵病圖像獲取屮的疵病提取、拼接及

15、統(tǒng)計(jì)等技術(shù)難題。 但本文提出的系統(tǒng)對(duì)于曲率半徑較大的光學(xué)元件有一定的局限性，對(duì)缺陷的檢 測結(jié)果產(chǎn)牛影響，需做更深一步的研究。參考文獻(xiàn)2006.1 光學(xué)零件表面疵病:gb/t11852006 s.北京：屮2 陳璐.光學(xué)系統(tǒng)中光學(xué)零件表面疵病測試系統(tǒng)研究d長春:長春理工大學(xué)， 2013:1-2.3 果寶智光學(xué)零件表面疵病的標(biāo)識(shí)j.激光與紅外，2000, 30 (2) : 123-125.4 王蹣璟，肖文，潘鋒，等光學(xué)元件表面的數(shù)字全息在線檢測j光學(xué)精密 工程，2012, 20 (6) : 1182-1187.5 王科.光學(xué)元件表面疵病散射法檢測技術(shù)研究d.四安：四安工業(yè)大學(xué)， 2013:16-17

16、.6 conder a, chang jfinal optics damage inspection (fodi) for the national ignition faci1ityj. optics&photonics for infonnation processing:iv, 2010, 7797 (1) :125-1317 王世通精密表而缺陷檢測散射成像理論建模及系統(tǒng)分析研究d 杭州：浙江 大學(xué)，2015:39-41.8 陳少杰，李柏林，趙文川，等一種快速魯棒的光學(xué)表面劃痕高精度檢測方 法j 激光技術(shù)，2016, 40 (3) : 377-3829 劉繼華，強(qiáng)彥數(shù)字圖像在光學(xué)

17、元件表面缺陷檢測與分析j激光雜志， 2016, 37 (8) : 37-39.10 李冰，李范鳴，謝江英，等.基丁幀差法和自適應(yīng)閾值區(qū)域生長的紅外運(yùn)動(dòng) 目標(biāo)檢測j半導(dǎo)體光電，2017, 38 (1) :156-16011 張應(yīng)輝，劉養(yǎng)碩.基于幀差法和背景差法的運(yùn)動(dòng)ei標(biāo)檢測j.計(jì)算機(jī)技術(shù)與 發(fā)展，2017, 27 (2) :25-2&12 張銚，劉鐵根，趙剛.單幀圖像熱致光學(xué)誤差祛除算法研究j.傳感器與微 系統(tǒng)，2010, 29 (1) :11-1313 張博，倪開灶，王林軍，等.基于背景校正和圖像分割定量分析光學(xué)元件表 面疵病的新算法j光學(xué)學(xué)報(bào)，2016 (9) : 112-121.14 于廣婷，朱聰，李柏林，等.光學(xué)圖像中一種新的邊界斷點(diǎn)連接方法j計(jì) 算機(jī)應(yīng)用研究，2014, 31 (4) : 1264-1266.15 tao x, xu d, zhang z t, et al. weak scratch detection and de