-
公开(公告)号：CN114120317B
公开(公告)日：2024-04-16
申请号：CN202111428135.4
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 基于深度学习和图像处理的光学元件表面损伤识别方法，涉及元件表面损伤识别技术领域，用以解决现有技术中对于大口径元件表面损伤识别准确率较低的问题。本发明的技术要点包括：提出了光学元件表面缺陷和污染物数据的自动采集和标注方法，提高了数据集的获取效率；利用图像处理实现了目标点区域截取和数据增强，使模型注意力集中在目标点区域；采用三光源合成图像作为训练和预测依据，提高了模型的分类准确率；基于ResNeXt搭建损伤预测模型，将迁移学习引入到模型训练过程，并验证了模型的有效性。本发明实现了损伤预测模型的搭建，为大口径元件损伤点的自动化检测和修复提供了技术支撑。
-
公开(公告)号：CN114120317A
公开(公告)日：2022-03-01
申请号：CN202111428135.4
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习和图像处理的光学元件表面损伤识别方法，涉及元件表面损伤识别技术领域，用以解决现有技术中对于大口径元件表面损伤识别准确率较低的问题。本发明的技术要点包括：提出了光学元件表面缺陷和污染物数据的自动采集和标注方法，提高了数据集的获取效率；利用图像处理实现了目标点区域截取和数据增强，使模型注意力集中在目标点区域；采用三光源合成图像作为训练和预测依据，提高了模型的分类准确率；基于ResNeXt搭建损伤预测模型，将迁移学习引入到模型训练过程，并验证了模型的有效性。本发明实现了损伤预测模型的搭建，为大口径元件损伤点的自动化检测和修复提供了技术支撑。
-
公开(公告)号：CN114113116A
公开(公告)日：2022-03-01
申请号：CN202111429843.X
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精确检测工艺方法，涉及工程光学技术领域，用以解决现有技术中对于大口径元件表面缺陷检测的定位精度低的问题。本发明的技术要点包括：在暗场环境下对元件表面预设扫描区域进行逐行逐列移动扫描，采集获取多个预设拍照位置的多张子孔径图像；对多张子孔径图像进行处理，获得元件表面多个缺陷区域的位置和实际尺寸。本发明采用扫描拍照的方式实现了大口径元件表面暗场图像的采集，通过图像处理实现了表面缺陷的精确提取。本发明方法易于实现自动化，可为后续缺陷点的定位与修复提供准确的位置与尺寸信息。
-
公开(公告)号：CN107356608A
公开(公告)日：2017-11-17
申请号：CN201710600207.6
申请日：2017-07-21
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
IPC: G01N21/95
CPC classification number: G01N21/95 , G01N2021/9511
Abstract: 本发明公开了一种大口径熔石英光学元件表面微缺陷快速暗场检测方法，首先采用明场面阵CCD显微系统对光学元件进行定位，确定光学元件在绝对坐标系下的位置，再利用光谱共焦测距系统确定光学元件强激光辐照出光面方程，最后利用暗场线阵CCD显微系统对精确移动的大口径熔石英光学元件表面进行单向光栅式逐行快速扫描，获取微缺陷信息，并采用明场面阵CCD显微系统在线监测光学元件。本发明实现了对光学元件表面微缺陷进行全口径自动化扫描，大大提高检测效率，全口径光学元件表面微缺陷的快速扫描与检测时间可控制在30min以内。
-
公开(公告)号：CN105511040A
公开(公告)日：2016-04-20
申请号：CN201510410088.9
申请日：2015-07-13
Applicant: 中国工程物理研究院激光聚变研究中心 , 哈尔滨工业大学
Abstract: 本发明公开了一种用于大口径光学元件拆装的对接装置，包括拆装箱，所述拆装箱的上下两端均设有盖板，该盖板内壁上设有拆装导轨，所述拆装箱上下两端的盖板外壁上对称地设有对接机构；所述对接机构包括固定在盖板外壁上的滑道、可滑动地安装在所述滑道内的定位桥、以及位于定位桥与盖板外壁之间的搭接导轨；所述滑道靠近拆装箱敞口一端设有开口，所述搭接导轨与同侧的盖板之间留有间隙，当推动定位桥伸出开口时，所述搭接导轨能够在摩擦力作用下沿开口伸出拆装箱。本发明能够确保复杂光学系统中大口径光学元件的安全可靠的拆装，具有结构简单紧凑，调节方便，可靠性高等优点。
-
Patent Agency Ranking
公开(公告)号：CN105181601A
公开(公告)日：2015-12-23
申请号：CN201510556941.8
申请日：2015-09-02
Applicant: 哈尔滨工业大学
Abstract: 大口径曲面光学元件微缺陷修复用可微调显微检测装置,涉及一种曲面微缺陷检测装置。解决了大口径光学元件表面微缺陷的快速识别的定位精确度差的问题。本发明的暗场检测单元对熔石英光学元件曲面上的所有缺陷进行全口径扫描，并对扫描的微缺陷图像进行处理，确定微缺陷点的尺寸以及在光学元件表面上的坐标位置；明场监测单元对暗场检测单元处理后的微缺陷点进行实时监测，以观察缺陷点的实际尺寸大小；光谱共焦测距单元通过测量该可微调显微监测装置与曲面光学元件表面之间的距离，对表面上任意一微缺陷点进行Z向的精确定位。本发明适用性于学元件微缺陷修复用使用。
-
公开(公告)号：CN103235419B
公开(公告)日：2015-07-22
申请号：CN201310156208.8
申请日：2013-04-28
Applicant: 哈尔滨工业大学
IPC: G02B27/62
Abstract: 一种楔形透镜拆装单元的精准离线定轴装置与方法，它涉及一种离线定轴装置与方法。本发明为了解决现有离线定轴装置与方法无法实现高批量化和高精准定轴的问题。本发明的装置：楔形透镜光机装配架设置在光学平台中部，两个自准直仪底座分别设置在楔形透镜光机装配架的两侧，楔形透镜替代件固装在楔形透镜光机装配架上。方法：1、安装楔形透镜替代部件；2、调整自准直仪；3、取下楔形透镜替代部件，4、楔形透镜在线拆装单元的离线安装；4、楔形透镜的批量化光机离线装校；5、楔形透镜的离线定轴；6、离线装校平台进行离线定轴校验；7、完成定轴校验；8、完成精准离线定轴。本发明用于楔形透镜拆装单元的精准离线定轴。
-
公开(公告)号：CN114111578B
公开(公告)日：2024-05-24
申请号：CN202111429789.9
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G01B11/00
Abstract: 一种大口径元件的位姿自动确定方法，涉及工程光学技术领域，用以解决由于机床上元件夹具的定位精度有限导致元件位姿不确定的问题。本发明的技术要点包括：对机床上当前位姿的元件采集多个图像，并对多个图像进行处理，获得元件上任意点相对于机床坐标系下其标定位姿的平移误差和偏转误差，其中，平移误差包括X、Y、Z轴平移误差，偏转误差包括X、Y轴偏转误差；根据平移误差和偏转误差计算获得元件的标定位姿。本发明解决了由于夹具定位精度有限造成的元件位姿不确定的问题，获取了元件上的点移动到机床上任意工位的标定坐标，为后续缺陷点的定位和修复提供了准确的位置参考。
-
公开(公告)号：CN114120318A
公开(公告)日：2022-03-01
申请号：CN202111428201.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/70 , G06K9/62 , G06N20/20
Abstract: 一种基于集成决策树的暗场图像目标点精确提取方法，涉及图像处理技术领域，用以解决现有技术中对于大口径光学元件表面缺陷不能有效提取的问题。本发明的技术要点包括：在暗场环境下对元件表面进行全方位扫描采集，获取元件表面暗场图像；对暗场图像进行预处理和分割，获得多个缺陷区域的图像坐标；根据图像坐标提取缺陷区域特征，利用预训练的集成决策树分类模型对元件表面缺陷区域进行识别，剔除后表面伪缺陷区域，获得前表面缺陷区域图像集；对前表面缺陷区域图像集进行聚类处理，根据聚类结果计算获得多个缺陷区域的位置和尺寸。本发明提高了大口径元件表面缺陷的检测效率和准确率，提高了缺陷区域位置和尺寸的测量精度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.033 seconds)
