1、精密光學元件表面疵病檢測技術研究江曉亮 楊小軍鄧小雷李柏林 趙文川 衢州學院機械工程學院西南交通大學機械工程學院 中國科學院光電技術研究所摘要：依據光學元件表面疵病存在的對比度低、邊界模糊等特性，以及現有的自動化檢 測算法，提出了一種基于機器視覺的數字化評價系統，解決了疵病圖像獲取中 的相機定位、圖像采集、疵病檢測、圖像拼接以及疵病統計等自動檢測技術問題。 實驗結果表明：系統實現了精密光學元件表面疵病的自動化檢測，能夠有效分辨 微米(um)量級的疵病，具有良好的疵病識別性能。關鍵詞：光學元件;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，主要研究方向為

2、圖像處理和模 式識別、圖像分割。收稿日期:2017-08-29基金：國家自然科學基金資助項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引言隨著信息技術的迅猛發展，人們對光學元件表面質量及加工效率的要求逐步提 高，而元件表面劃痕、斑點、麻點、破邊

6、等ill缺陷所引起的衍射和散射會對光 學系統的性能造成不良影響。為此，對光學元件表面疵病檢測技術的研究顯得尤 為重要，具有較好的應用價值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，但這種方法對觀察者的知識結構和實踐經驗水平要求較 高，而口無法量化疵病等級、費吋費力、勞動強度較大。隨著屯荷耦合器件 (charge coupled device, ccd)相機與圖像處理算法的快速發展，使得基于機 器視覺技術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、準確的檢測手段。木文提出了一種基于數字圖像的光學

7、元件表面缺陷的快速檢測方法，用于解決 疵病提取、拼接及統計等技術難題，并試制了基于機器視覺的光學元件缺陷在線 檢測系統。1檢測原理1.1檢測裝置如圖1所示，檢測系統由ccd相機、控制臺、運動控制器、計算機等構成。其中, 橫向、縱向、升降位移臺分別用于實現ox, oy, oz方向的移動，旋轉平臺可在 x oy平面內360。旋轉，ccd相機可繞c點在x oz平面內轉動。1. 2檢測原理被測元件放置于旋轉平臺，計算機控制橫向、縱向、升降位移臺對其進行對焦。 旋轉平臺旋轉一周，ccd相機采集待測元件表面的一個圓環圖像，利用運動控制 器控制ccd相機繞c點在x oz平面內旋轉一定角度，同時橫向位移臺沿o

8、x方向 移動一定位移，如圖2所示。旋轉平臺繼續旋轉一周，獲取另外一個圓環圖像, 將圖像進行拼接、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運動方案設計下載原圖2圖像處理軟件系統光學元件表面數字圖像系統的基本流程如圖3所示。圖3圖像處理軟件系統流程下載原圖2.1圖像預處理1）通過數字圖像系統對光學元件表面進行疵病數據采集，并記錄單張圖像的位 置信息;2）對原始圖像進行灰度化處理，得到僅具有一維顏色信息的灰度圖像。2. 2疵病提取針對光學元件疵病圖像的特點，如圖4所示，采用幀差法進行疵病特征的提取。 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，幀差法的數學表 達式為式中t

9、為預先設置的閾值。如果兩張圖像的灰度差絕對值大于給定閾值時，認為 此處有疵病。t的大小可根據經驗選取，t過大時易出現疵病漏檢，t過小時易 出現大量噪音，處理結果如圖5所示。可以發現:處理后的二值圖像中存在許多 白點，其至一些劃痕岀現了斷裂。因此，需要進行去除小面積、膨脹、細化等形 態學操作，從而獲得更好的處理結果。去除小面積是為了除去灰塵、過小麻點 （直徑小于5 ym的可忽略不計）等部分干擾，得到獨立的疵病信息;斷點連接的 目的是為了消除目標不連續問題。經過去除小面積和斷點連接等處理后的結果， 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形態學處理后圖像下載原圖2. 3圖像

10、拼接2. 3.1重疊區域特征分類重疊區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 現圖像拼接和不同類型疵病的信息統計，首先要將處理后圖像的重疊區域進行 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域內，將其歸為非貫穿 型劃痕;子圖2的兩邊均在重疊區域內，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域內有疵病特征（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以平移加旋轉的運動方式對光學元件進行拍攝，子圖像的空間坐標以 極坐標的方式表達，因此，需要對待拼

11、接圖像進行空間坐標變換。利用齊次坐標, 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；&為圖像之間的相對轉角;tx, tv 分別為x, y方向的平移量。2. 3.3最優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，依據以下步驟進行單個疵病 的拼接，直至完成整個元件的圖像拼接。圖9 （a）為單個疵病的拼接效果，具 體流程如下：1）記錄整個元件上有特征的圖像數目n。2）以一張圖像d°為根節點，若圖像d°重疊區域為無特征，則輸出該張圖像，同 時n減1；否則，搜索出與d°相關的圖像山，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,搜索與山相關的圖像d. j=l, 2, 3, 每處理一張圖像n即減1。4）重復步驟（3）,直到無法搜索到相關圖像，利用變換矩陣和極坐標關系， 完成單個疵病的圖像拼接，存儲單個疵病的位置坐標。5）重復步驟（2） 步驟（4）,直到“0,完成整個元件的圖像拼接。2. 3.4拼接誤差消除由于步進電機和導軌垂直度不可能絕對精確，導致相鄰2張圖像間的重疊區域 發生變化，即圖像之間的實際重疊區域與理論重疊區域大小產生偏差。隨著拼接 影像數量的增多，誤差將不斷累積，因此，需要對拼接后的圖像進行優化。本文 主要研究劃痕特征圖像的

13、拼接誤差，麻點等類型的誤差可忽略不計。如圖10 （a）所示，劃痕ae和cd拼接之后會產生一定的錯位，保持端點b的y 坐標不變，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的方向偏移，即可得到 一條完整的劃痕。誤差消除前后單個劃痕拼接效果，如圖9所示。2. 4疵病統計如圖9所示，拼接后圖像為二值圖像。為了獲取疵病的信息，首先需將連通區域 進行標記。然后，計算連通區域的長寬比得到連通區域的各個參數，具體表達式 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分別為連通區域外接矩形的長度與寬度。根據劃痕和麻點的特點，對拼接

14、后的圖像進行檢測，從而得到疵病的大小、種 類、個數等信息，并與國家標準比，給出表面缺陷的等級。具體步驟如下：1）獲得圖像中所有標記過的區域。2）利用標記的數字隨機提取一個連通區域（疵病）。3）計算該區域的外接矩形。4）獲得矩形的長、寬值，以此計算長寬比e。5）初步判斷類型，如果e24則為劃痕，轉入步驟（6）;如果e4則為麻點，返 回步驟（2） o6）計算劃痕的周長和面積。7）計算劃痕的長度和寬度。8) 劃痕的長度和寬度計算完成，轉到步驟(2),直至所有缺陷統計完畢。3結論通過實驗平臺的構建與圖像檢測系統的設計，建立了一種基于機器視覺技術的 數字化評價系統，解決了疵病圖像獲取屮的疵病提取、拼接及

15、統計等技術難題。 但本文提出的系統對于曲率半徑較大的光學元件有一定的局限性，對缺陷的檢 測結果產牛影響，需做更深一步的研究。參考文獻2006.1 光學零件表面疵病:gb/t11852006 s.北京：屮2 陳璐.光學系統中光學零件表面疵病測試系統研究d長春:長春理工大學， 2013:1-2.3 果寶智光學零件表面疵病的標識j.激光與紅外，2000, 30 (2) : 123-125.4 王蹣璟，肖文，潘鋒，等光學元件表面的數字全息在線檢測j光學精密 工程，2012, 20 (6) : 1182-1187.5 王科.光學元件表面疵病散射法檢測技術研究d.四安：四安工業大學， 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分析研究d 杭州：浙江 大學，2015:39-41.8 陳少杰，李柏林，趙文川，等一種快速魯棒的光學表面劃痕高精度檢測方 法j 激光技術，2016, 40 (3) : 377-3829 劉繼華，強彥數字圖像在光學

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閾值區域生長的紅外運動 目標檢測j半導體光電，2017, 38 (1) :156-16011 張應輝，劉養碩.基于幀差法和背景差法的運動ei標檢測j.計算機技術與 發展，2017, 27 (2) :25-2&12 張銚，劉鐵根，趙剛.單幀圖像熱致光學誤差祛除算法研究j.傳感器與微 系統，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元件表 面疵病的新算法j光學學報，2016 (9) : 112-121.14 于廣婷，朱聰，李柏林，等.光學圖像中一種新的邊界斷點連接方法j計 算機應用研究，2014, 31 (4) : 1264-1266.15 tao x, xu d, zhang z t, et al. weak scratch detection and de