一種光學元件表面疵病的檢測裝置及方法與流程

本發明涉及光學設備技術領域，具體來說，涉及一種光學元件表面疵病的檢測裝置及方法。

背景技術：

隨著科技的發展，對光學元件表面的質量要求越來越高。其表面缺陷、劃痕、碎邊等各種疵病的存在將造成不同程度散射，由于散射將大大消耗光能量同時也可能引入嚴重的衍射而造成光學元件的新的損傷破壞薄膜層，所以往往由于一個或幾個較大的疵病而會嚴重影響整個系統的運行。因此其檢測方法不能用檢測表面粗糙度的方法采用抽樣取平均之類的統計方法，而是必須查找元件有效孔徑內的所有可能疵病。最基本及常用的是目視法，是指在暗場照明的情況下用肉眼或放大鏡觀測劃痕的寬度和長度來劃分疵病的等級。但是人眼的分辨率雖然高，但是對于小零件高曲率半徑便面卻有局限，檢測效率低，而且久視會造成因疲勞，嚴重損害視力。

針對相關技術中的問題，目前尚未提出有效的解決方案。

技術實現要素：

本發明的目的是提出一種光學原件表面疵病的檢測裝置及方法，以克服現有相關技術所存在的上述問題。

本發明的技術方案是這樣實現的：

根據本發明的一個方面，提供了一種光學元件表面疵病的檢測裝置。

該光學元件表面疵病的檢測裝置包括底座，具有光源；縱向導軌，設置于所述底座上；顯微鏡，設置于所述縱向導軌上，并且所述顯微鏡的上方設置有CCD圖像傳感器；載物臺，包括具有光闌的載物臺一和載物臺二，所述載物臺一和所述載物臺二均設置于所述縱向導軌上，并依次位于所述顯微鏡的下方；所述載物臺一與所述載物臺二之間具有在X/Y/Z方向上可調整的相對位移，并且，所述載物臺一與所述載物臺二在相對位移調整的情況下，所述載物臺一與所述載物臺二的光闌與所述光源、所述CCD圖像傳感器和所述顯微鏡位于同軸光路上；此外，所述載物臺一的底部具有CMOS圖像傳感器，所述CMOS圖像傳感器和所述CCD圖像傳感器與外部的圖像處理器連接，促使所述圖像處理器利用圖像處理技術處理和/或觀察所述CCD圖像傳感器和CMOS圖像傳感器所采集的圖像。

其中，所述載物臺一與所述縱向導軌之間固定連接，所述載物臺二與所述縱向導軌之間活動連接，并且，所述縱向導軌上設置有用于調整所述載物臺二在X/Y/Z方向上移動的調節裝置。

其中，所述調節裝置包括粗調旋鈕和微調旋鈕。

其中，所述粗調旋鈕和所述微調旋鈕為同軸設置。

根據本發明的另一方面，提供了一種光學元件表面疵病的檢測方法，用于上述的光學元件表面疵病的檢測裝置。

該光學元件表面疵病的檢測方法包括以下步驟：

將待測光學元件樣品上片固定于所述載物臺一的光闌上；

將待測光學元件樣品下片固定于所述載物臺二的光闌上；

調整所述載物臺一和所述載物臺二在X/Y/Z方向上的相對位移，并通過CMOS圖像傳感器觀察待測光學元件樣品上片和待測光學元件樣品下片之間的空氣間隙，避免物理碰撞；

在待測光學元件樣品下片的上表面點一滴清水，繼續調整所述載物臺一和所述載物臺二在X/Y/Z方向上的相對位移，促使所述待測光學元件樣品上片和所述待測光學元件樣品下片接觸；

調節顯微鏡，促使待測光學元件樣品出現在視野當中，并調整光源入射角度，促使CCD圖像傳感器中的圖像清晰并無大面積白斑；

通過圖像處理器，利用圖像處理技術，對CCD圖像傳感器所采集的圖像進行處理，提取全口徑二維灰度圖像，并觀察并確定該全口徑二維灰度圖像中所存在的疵病特征。

其中，所述圖像處理技術包括：中值濾波圖像處理技術、灰度變換圖像處理技術、閾值分割圖像處理技術、數學形態學膨脹和細化圖像處理技術以及邊緣提取圖像處理技術。

本發明的有益效果：本發明能夠實現小直徑大曲率半徑表面疵病的快速檢測，具有分析精度高、適用性廣、分析速度快、樣品用量少的優點，同時避免了檢測人員眼部負擔，提高了工作效率，降低了工作成本。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是根據本發明實施例的光學元件表面疵病的檢測裝置的結構示意圖；

圖2是根據本發明實施例的光學元件表面疵病的檢測方法的流程示意圖。

圖中：

1、底座；2、光源；3、縱向導軌；4、顯微鏡；5、CCD圖像傳感器；6、載物臺一；7、載物臺二；8、CMOS圖像傳感器；9、粗調旋鈕；10、微調旋鈕。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員所獲得的所有其他實施例，都屬于本發明保護的范圍。

根據本發明的實施例，提供了一種光學元件表面疵病的檢測裝置。

如圖1所示，根據本發明實施例的光學元件表面疵病的檢測裝置包括底座1，具有光源2；縱向導軌3，設置于所述底座1上；顯微鏡4，設置于所述縱向導軌3上，并且所述顯微鏡4的上方設置有CCD圖像傳感器5；載物臺，包括具有光闌的載物臺一6和載物臺二7，所述載物臺一6和所述載物臺二7均設置于所述縱向導軌3上，并依次位于所述顯微鏡4的下方；所述載物臺一6與所述載物臺二7之間具有在X/Y/Z方向上可調整的相對位移，并且，所述載物臺一6與所述載物臺二7在相對位移調整的情況下，所述載物臺一6與所述載物臺二7的光闌與所述光源2、所述CCD圖像傳感器5和所述顯微鏡4位于同軸光路上；此外，所述載物臺一6的底部具有CMOS圖像傳感器8，所述CMOS圖像傳感器8和所述CCD圖像傳感器5與外部的圖像處理器連接，促使所述圖像處理器利用圖像處理技術處理和/或觀察所述CCD圖像傳感器5和CMOS圖像傳感器8所采集的圖像。

具體應用時，對于上述所述載物臺一6與所述載物臺二7之間具有在X/Y/Z方向上可調整的相對位移來說，其可以通過以下方案來實現：所述載物臺一6與所述縱向導軌3之間固定連接，所述載物臺二7與所述縱向導軌3之間活動連接，并且，所述縱向導軌3上設置有用于調整所述載物臺二7在X/Y/Z方向上移動的調節裝置。

具體的，所述調節裝置包括粗調旋鈕9和微調旋鈕10。并且，所述粗調旋鈕9和所述微調旋鈕10為同軸設置。

根據本發明的實施例，還提供了一種光學元件表面疵病的檢測方法，用于上述的光學元件表面疵病的檢測裝置。

如圖2所示，根據本發明實施例的光學元件表面疵病的檢測方法包括以下步驟：

步驟S201，將待測光學元件樣品上片固定于所述載物臺一6的光闌上；

步驟S203，將待測光學元件樣品下片固定于所述載物臺二7的光闌上；

步驟S205，調整所述載物臺一6和所述載物臺二7在X/Y/Z方向上的相對位移，并通過CMOS圖像傳感器8觀察待測光學元件樣品上片和待測光學元件樣品下片之間的空氣間隙，避免物理碰撞；

步驟S207，在待測光學元件樣品下片的上表面點一滴清水，繼續調整所述載物臺一6和所述載物臺二7在X/Y/Z方向上的相對位移，促使所述待測光學元件樣品上片和所述待測光學元件樣品下片接觸；

步驟S209，調節顯微鏡4，促使待測光學元件樣品出現在視野當中，并調整光源2入射角度，促使CCD圖像傳感器5中的圖像清晰并無大面積白斑；

步驟S211，通過圖像處理器，利用圖像處理技術，對CCD圖像傳感器5所采集的圖像進行處理，提取全口徑二維灰度圖像，并觀察并確定該全口徑二維灰度圖像中所存在的疵病特征。

具體應用時，上述圖像處理技術包括：中值濾波圖像處理技術、灰度變換圖像處理技術、閾值分割圖像處理技術、數學形態學膨脹和細化圖像處理技術以及邊緣提取圖像處理技術。

為了方便理解本發明的上述技術方案，以下分別通過具體的圖像處理技術對本發明的上述技術方案進行詳細說明。

CCD圖像傳感器5采集到圖像以后，保存在本地磁盤，然后對圖像依次進行如下處理：

中值濾波：

把局部區域中灰度的中值(或稱中位數)作為輸出灰度，去掉與周圍像素灰度值的差比較大的像素，代之以與周圍像素比較接近的灰度值。本發明采用自適應的中值濾波方法進行降噪，濾波器的輸出是一個單值，該值用于代替點(x,y)處的像素值，點(x,y)是在給定窗口sxx被中心化后的一個特殊點。算法如下：

令zmin表示sxr中的最小亮度值；zm表示sx中的最大亮度值；zn表示sx,中的亮度中值；孔表示坐標(x,y)處的亮度值。這個自適應中值濾波算法工作在兩個層面，表示為A層和B層:

A層:若,則轉到B層;

否則增大窗口尺寸；

若窗口尺寸<Smax，重復A層;

否則輸出Zmed；

B層:若,則輸出;

否則輸出Zmed。

其中，Smax表示允許的最大自適應濾波器窗口的大小。Zmin和Zmax的值進行統計后被算法認為是類沖激式的噪聲成分，即使它們在圖像中并不是最低和最高的可能像素值。此算法可以除去沖激噪聲，平滑其他非沖激噪聲，并減少諸如物體邊界細化或粗化等失真。

A層的目的是決定中值濾波器的輸出Zmed是否為一個脈沖噪聲。如果條件有效，則Zmed就不是脈沖。在該情況下，轉到B層檢測,看一下窗口中心點孔本身是否是一個脈沖。若條件為真，那么Zxy和Zmed就不是脈沖，原因與Zmed不是脈沖相同。在這種情況下，算法輸出一個不變的像素值Zxy。通過不改變這些“中間水平”的點，來減少圖像中的失真。如果條件為假，則Zmin=Zxy和Zmax=Zxy。在任一種情況下，像素值都是一個極值且算法輸出中值Zmed，從A層知道Zmed不是脈沖噪聲。

假設A層確實找到了一個脈沖，然后算法會增大窗口尺寸并重復A層，該循環會繼續直到算法找到一個非脈沖中值(轉到B層)，或者達到最大的窗口尺寸。如果達到了最大的窗口尺寸，算法輸出Zxy值。算法沒輸出一個值，窗口Sxy，就被移到圖像的下一個位置。然后算法重新初始化，在新的像素位置應用。

灰度變換：

濾波后的圖片，用Prewit算子（1）邊對輸入圖像進行線性空間濾波，得到偏導數，用Prewit算子（2）對輸入原圖像濾波，得到，將結果如公式，計算得到梯度。得到梯度圖像，這樣疵病目標被增強了，容易與背景進行區分。

其中，Prewit算子（1）公式如下:

；

其中，Prewit算子（1）公式如下:

。

閾值分割：

本發明使用迭代法選擇一個全局閾值：

首先選擇一個平均灰度值T的初始值，用T分割圖像，將所有灰度值大于T的像素歸入Gl組，否則歸入G2組，分別計算Gl和G2中像素平均灰度值μ1和μ2。然后令新的閉值Tl=（μ1+μ2）/2，再將Tl的值賦給T，用重新T分割原圖像，重復上述步驟，直到逐次迭代所得的Tl值與前一次分割所用的閡值T之間的差值小于事先定義的參數ε，則分割結束，且Tl就是自動選擇的閡值。當背景和目標在圖像中占據的面積相近時，則好的T的初始值就是圖像的平均灰度值。

數學形態學膨脹和細化：

通過閉值分割。得到了二值化的疵病圖像。即背景像素為黑色。值為0；疵病目標像素為白色，值為1。再對圖像進行膨脹（）,腐蝕（），開啟和閉合，進一步細化圖像，使疵病邊緣凸現出來。

邊緣提取：

本發明使用8連接方式對目標區域進行標記，用線掃描標記連通區域算法實現具體步驟：

1.從左到右、從上到下掃描圖像。

2.如果象素點為1，則:

如果左、左上、上、右上點有一個標號，則復制這一標號給p點。

如果四個鄰點中至少有一個己加標號，且所有已加標號的像素點的標號相同，則為p點加上該標號。

如果四個鄰點中至少有兩個己加標號，且標號不同，則這些標記被用于了同一組元，應該把它們合并。在這種情況下，則按照左、左上、上、右上的順序檢測，將第一次遇到的標號分配給該象素點p，并且將這些相同的標記輸入等價表中作為等價標號。

否則給這一個象素點分配一新的標號并將這一標記輸入等價表中。

3.如果需考慮更多的點則回到第2步。

4.在等價表的每一等價集中找到最低的標號。

5.掃描圖像，用等價表中的最低標記取代每一個標號，算法結束。

綜上所述，借助于本發明的上述技術方案，本發明能夠實現小直徑大曲率半徑表面疵病的快速檢測，具有分析精度高、適用性廣、分析速度快、樣品用量少的優點，同時避免了檢測人員眼部負擔，提高了工作效率，降低了工作成本。

以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。