-
公开(公告)号：CN114113115A
公开(公告)日：2022-03-01
申请号：CN202111429808.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 一种大口径元件表面微缺陷高精度自动定位方法，涉及工程光学技术领域，用以解决现有技术对于大口径元件上尺寸较小的缺陷区域难以准确定位的问题。本发明的技术要点包括：获取元件表面缺陷区域的原始位置，包括在机床坐标系下X、Y、Z轴原始坐标；采用改变物距的自动聚焦方法对缺陷区域Z轴原始坐标进行修正，获得Z轴修正坐标；根据Z轴修正坐标对应的物距，采集包含元件表面缺陷区域的图像并对图像进行处理，利用处理结果对缺陷区域X、Y轴坐标进行修正，获得X、Y轴修正坐标。本发明提高了元件表面缺陷的定位和尺寸测量精度，为后续激光修复提供了可靠参数。本发明可应用于在已获取元件表面缺陷粗定位后进一步精确定位缺陷区域位置。
-
公开(公告)号：CN114119557A
公开(公告)日：2022-03-01
申请号：CN202111429842.5
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/11 , G06T7/60 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 一种基于卷积神经网络的光学元件快速暗场检测方法，涉及光学元件检测技术领域，用以解决现有技术中对于大口径元件表面缺陷识别的准确率和效率较低的问题。本发明的技术要点包括：在暗场环境下对元件表面进行扫描采集，并调整曝光值，获得对应不同曝光值的暗场图像集；将预处理后的暗场图像集输入基于卷积神经网络的识别模型中进行训练；将待识别图像输入训练好的识别模型中，获得识别结果；其中，应用高曝光值数据进行目标分割及图像截取，应用低曝光值数据进行识别分类，模型训练阶段引入迁移学习，降低了模型训练次数，提高了模型识别准确率。本发明通过暗场阶段对缺陷区域进行识别，剔除了大量污染物，使光学元件的整个检测周期大大降低。
-
公开(公告)号：CN114119557B
公开(公告)日：2024-04-26
申请号：CN202111429842.5
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/60 , G06T7/73 , G06V10/26 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/084 , G06N3/048
Abstract: 一种基于卷积神经网络的光学元件快速暗场检测方法，涉及光学元件检测技术领域，用以解决现有技术中对于大口径元件表面缺陷识别的准确率和效率较低的问题。本发明的技术要点包括：在暗场环境下对元件表面进行扫描采集，并调整曝光值，获得对应不同曝光值的暗场图像集；将预处理后的暗场图像集输入基于卷积神经网络的识别模型中进行训练；将待识别图像输入训练好的识别模型中，获得识别结果；其中，应用高曝光值数据进行目标分割及图像截取，应用低曝光值数据进行识别分类，模型训练阶段引入迁移学习，降低了模型训练次数，提高了模型识别准确率。本发明通过暗场阶段对缺陷区域进行识别，剔除了大量污染物，使光学元件的整个检测周期大大降低。
-
公开(公告)号：CN114113115B
公开(公告)日：2023-08-18
申请号：CN202111429808.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 一种大口径元件表面微缺陷高精度自动定位方法，涉及工程光学技术领域，用以解决现有技术对于大口径元件上尺寸较小的缺陷区域难以准确定位的问题。本发明的技术要点包括：获取元件表面缺陷区域的原始位置，包括在机床坐标系下X、Y、Z轴原始坐标；采用改变物距的自动聚焦方法对缺陷区域Z轴原始坐标进行修正，获得Z轴修正坐标；根据Z轴修正坐标对应的物距，采集包含元件表面缺陷区域的图像并对图像进行处理，利用处理结果对缺陷区域X、Y轴坐标进行修正，获得X、Y轴修正坐标。本发明提高了元件表面缺陷的定位和尺寸测量精度，为后续激光修复提供了可靠参数。本发明可应用于在已获取元件表面缺陷粗定位后进一步精确定位缺陷区域位置。
-
-
-
Search Results
4
records
(took 0.028 seconds)
