一种基于光电计算的快速摄像镜头缺陷检测方法与流程 专利技术说明

测量装置的制造及其应用技术1.本发明涉及产品瑕疵识别领域，尤其涉及一种基于光电计算的快速摄像镜头缺陷检测方法。背景技术：2.在摄像镜头的智能生产制造中，设计、生产、检测形成一条闭环，前两者已经基本实现自动化，但检测层面即质检，由于瑕疵为不规则形状、深浅不一、方向性不定等，不得不使用大量人工检查，而人眼判定存在疲劳、情绪上的风险，视觉检测是解决此类问题的有效方法。3.然而，当前的技术主要是先成像、再检测，即先拍完照获得镜头图像，再完全依赖于计算机的运算能力实现缺陷的分析检测。比如，摄像头玻璃的缺陷检测方法(发明专利，摄像头玻璃的缺陷检测方法，cn110648330b，2019111860470，2020-03-10授权)所述，其包括1)采集图像通过相机对产品进行成像；2)检测区域定位从图像中提取需要检测的产品区域；3)可疑缺陷提取在产品区域中分别进行高对比度和低对比度的可疑缺陷提取；4)缺陷分类在提取可疑的缺陷区域后,根据缺陷区域的特征,将可疑的缺陷区域划分到各个不同的缺陷类型中去；5)缺陷筛选对划分后的缺陷区域进行筛选,根据实际的需要,过滤轻微的缺陷、留下严重的缺陷；6)检出产品缺陷。只有1)为成像，后面5步都是基于计算机的算法处理。这类传统策略，由于生产线上实时性的要求，缺陷检测完全依赖计算机运算能力，使得算法设计的要求很高；此外摄像头的成像很多时候是显微成像，不但图像数据量巨大，而且景深较低导致成像对焦问题突出，加剧了实时性运算的矛盾。4.本发明旨在设计一种基于光电计算的快速镜头玻璃缺陷检测方法，一方面提出新型事件传感实现快速显微自动对焦，另一方面充分利用设计光电材料结构实现运算实现特征边缘提取，利用计算机简单处理后，达到镜头玻璃缺陷快速检测的目的。技术实现要素：5.本发明提出一种基于光电计算的快速摄像镜头缺陷检测装置和方法，主要包括如下步骤：6.1、搭建装置。装置的结构主要包含照明光源，待测摄像镜头，显微物镜(由步进电机控制对焦)，半透半反分光镜，事件传感器，光电材料结构，线阵相机，计算机。光路上，经过透射光照明的待测摄像镜头的光学信息通过显微物镜，到达半透半反分光镜，分两路光，一路进入事件传感器，用来辅助实现自动对焦；另一路进入线阵相机，待自动对焦后正常成像。线阵相机捕获一维信号，而后续光电材料结构处理也为一维信号，故线阵相机捕获后直接将电信号输入光电材料结构，而后输出信号被计算机接收。特别的，两路光信号，从半透半反镜到事件传感器的光程与到光电材料结构的光程相同。光路上的器件需要处于同一光轴上。7.2、事件传感实现快速显微自动对焦8.与普通成像传感器不同，事件传感器探测的是亮度的变化，而不是亮度本身，并产生异步的事件信号。在显微图像对焦变化中，由于对焦程度不同，其传感器捕获的亮度将会发生变化。9.事件传感实现快速显微自动对焦步骤如下：10.步进电机控制显微物镜沿着z轴(系统光轴方向)快速完整移动一次；11.事件传感器捕获探测到成像亮度变化即事件响应，得到一系列响应图；12.引入轴向点扩散函数(psf：point spread function)，经分析近似为高斯函数(x,y为空间坐标，σ2为方差参数)，将其与响应图卷积滤波获得噪点平滑的响应图；13.将上述噪点平滑的响应图的均值作为响应综合值；14.针对一系列响应图，可获得一系列响应综合值，按顺序可形成“m”形波，即物镜沿着z周移动一次，得到响应综合值先增大，再减小，然后增大，最后减小，且中间的极值点(波谷)即为准确对焦位置，由此推算出对应的物镜该处于的z轴位置；15.步进电机控制显微物镜，处于准确对焦位置。16.处于准确对焦位置时，另一光路的线阵相机可清晰成像，且输出一维信号。17.在传统的基于计算机软件算法对焦时，需要不停采集沿着z轴运动时(不同深度下)的待检测摄像镜头图片，不停运算，不停迭代并指挥待测摄像镜头运动，存在“待测摄像镜头运动-停止-成像拍摄”的循环，且为提升对焦精度，经常需多次重复此过程，耗时巨大。18.在本发明的设计中，事件传感器具有高时间分辨率的特点，允许待测摄像镜头在高速连续运动中捕捉亮度变化，大大缩短了采集时间；同时，由于事件数据的低冗余特性，也大大减少了存储消耗和数据处理时间。19.本发明整个对焦过程仅需13ms，并且对焦精度达到微米级。20.3、设计光电材料结构实现边缘检测运算21.(1)线阵相机成像22.在上一步骤中，已经指出线阵相机输出一维信号；而随着线阵相机逐行扫描，可实现整个视场的二维成像。23.线阵相机输出的一维电信号，直接输入本发明设计的光电材料结构进行微分操作，实现边缘检测。24.光学材料结构中包括2层铜层，还包括其他三层介电常数不同的材料。该光电材料结构，从上到下分别是特种塑料(介电常数2.5)，特殊导电陶瓷体(介电常数40)，铜层，特殊导电陶瓷(介电常数3.2)，铜层。该光电材料结构，输入输出可实现一维电信号的微分功能。25.光电材料结构实现边缘检测运算具体步骤如下：26.线阵相机捕获场景输出一维电信号，直接接入光电材料结构；27.光电材料结构完成微分运算并被计算机接收；28.线阵相机逐行扫描实现视场的二维成像，光电材料结构逐行完成微分运算，并被计算机接收；29.计算机根据逐行顺序合成微分运算后的图像，得到边缘检测图。30.本发明中，光学材料结构实际上是利用近零介电常数的光学材料的亚波长电磁调制特性构建的，通过大量数据测试标定了它的频域色散曲线，利用曲线指导构建小型化、高运算密度的时域微分。31.4、基于计算机简单运算的缺陷检测32.基于2中的快速边缘检测，基于计算机运算(电学计算)，采用简单阈值th二值化，进而做腐蚀膨胀操作剔除单点噪声，可直接定位缺陷位置。此操作基于普通个人电脑花费10-15ms。33.本发明的有益效果是：34.本发明提供的摄像镜头缺陷检测方法，相较于现有的缺陷识别算法，大大降低了计算机的运算要求，且无需繁琐地进行多重参数调整，面向待检测摄像镜头，光学计算解决了大部分运算问题，电学计算完成最后的简单运算，通过将光学计算与传统的电学算法的结合，在保持检测能力的同时大大提高了瑕疵检测的速度。附图说明35.下面结合附图和实施例对本发明进一步说明。36.图1是本发明的具体操作流程示意图；37.图2是本发明的构建的装置结构和光路具体实施方式38.现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。39.如图1所示，本发明提供了一种基于光电计算的快速摄像镜头缺陷检测装置和方法，包括如下步骤：40.1、搭建装置。装置的结构如图2所示，主要包含照明光源，待测摄像镜头，显微物镜(由步进电机控制对焦)，半透半反分光镜，事件传感器，光电材料结构，线阵相机，计算机。光路上，经过透射光照明的待测摄像镜头的光学信息通过显微物镜，到达半透半反分光镜，分两路光，一路进入事件传感器，另一路进入线阵相机，线阵相机捕获后直接将电信号输入光电材料结构，而后输出信号被计算机接收。特别的，两路光信号，从半透半反镜到事件传感器的光程与到光电材料结构的光程相同。光路上的器件需要处于同一光轴上。41.光学材料结构中包括2层铜层，还包括其他三层介电常数不同的材料。该光电材料结构，从上到下分别是特种塑料(介电常数2.5)，特殊导电陶瓷体(介电常数40)，铜层，特殊导电陶瓷(介电常数3.2)，铜层。这几层材料如图2所示，尺寸处于10微米数量级。该光电材料结构，输入输出可实现一维电信号的微分功能。42.2、事件传感实现快速显微自动对焦43.步进电机控制显微物镜沿着z轴(系统光轴方向)快速完整移动一次；44.事件传感器捕获探测到成像亮度变化即事件响应，得到一系列响应图；45.引入高斯函数(x,y为空间坐标，σ2为方差参数)，将其与响应图卷积滤波获得噪点平滑的响应图；46.将上述噪点平滑的响应图的均值作为响应综合值；47.针对一系列响应图，可获得一系列响应综合值，按顺序可形成“m”形波，即物镜沿着z周移动一次，得到响应综合值先增大，再减小，然后增大，最后减小，且中间的极值点(波谷)即为准确对焦位置，由此推算出对应的物镜该处于的z轴位置；48.步进电机控制显微物镜，处于准确对焦位置。49.处于准确对焦位置时，另一光路的线阵相机可清晰成像，且输出一维信号。50.2、设计光电材料结构实现边缘检测运算51.线阵相机捕获场景输出一维电信号，直接接入光电材料结构；52.光电材料结构完成微分运算并被计算机接收；53.线阵相机逐行扫描实现视场的二维成像，光电材料结构逐行完成微分运算，并被计算机接收；54.计算机根据逐行顺序合成微分运算后的图像，得到边缘检测图。55.3、基于计算机简单运算的缺陷检测56.基于2中的快速边缘检测，基于计算机运算(电学计算)，采用简单阈值th二值化，进而做腐蚀膨胀操作剔除单点噪声，可直接定位缺陷位置。57.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!