[发明专利]用于微纳光学元件的图像分割方法及自动检测方法

说明书

本申请公开了一种用于识别经切割的微纳光学元件的图像分割方法，该方法包括：获取微纳光学元件及包围微纳光学元件的切割道的灰度图像，计算灰度梯度，得到灰度图像的梯度图像；以及根据梯度图像获取微纳光学元件的有效范围。本申请还公开了一种基于上述图像分割方法的微纳光学元件自动检测方法。根据本发明实施例，针对微纳光学元件及其切割道的图像特点，提出了一种能够有效提取微纳光学元件有效区域的方法，有助于提高微纳光学元件缺陷检测的效率和准确度。

技术领域

本发明涉及微纳光学元件检测技术，具体而言，涉及一种用于识别经切割的微纳光学元件的图像分割方法及用于经切割的微纳光学元件的自动检测方法。

背景技术

微纳光学是目前光电子产业的重要发展方向，在光通信、光互联、光存储、半导体器件等诸多领域，发挥了巨大作用。微纳光学元件，通常而言，是指通过光刻、电沉积或微纳米压印等手段，在材料中引入微纳光学结构从而实现新型光学功能的微纳米级别的元件。微纳光学元件例如包括DOE(衍射光学元件,Diffractive Optical Element)、MLA(微透镜阵列，Micro-Lens Array)和超表面光学器件等。

微纳光学元件的生产过程往往是在一个较大的片状或板状材料中通过微纳压印加工产生微纳光学结构，再利用压印的切割道进行切割将其划分成多个较小的微纳光学元件，从而实现批量化生产。微纳光学元件切割后需要进行缺陷检测，例如进行AOI(自动光学检测，Automated Optical Inspection)检测。为此，需要获取微纳光学元件的形成有微纳光学结构的有效范围。

发明内容

本发明的目的是提供一种用于识别经切割的微纳光学元件的图像分割方法，其能够识别切割的微纳光学元件的有效范围，至少部分地克服了现有技术中的不足。

根据本发明的一个方面，提供了一种用于识别经切割的微纳光学元件的图像分割方法，该方法包括：获取微纳光学元件及包围微纳光学元件的切割道的灰度图像，计算灰度梯度，得到所述灰度图像的梯度图像；以及根据梯度图像获取微纳光学元件的有效范围。

在有利的实施例中，根据梯度图像获取微纳光学元件的有效范围，包括：设定梯度阈值，利用该梯度阈值对梯度图像进行二值化，其中提取梯度图像中梯度值大于梯度阈值的像素以形成二值化图形。

优选地，所述设定梯度阈值包括：根据二值化图形调整梯度阈值，使得二值化图形不包括切割道内部的区域。

优选地，所述根据梯度图像获取微纳光学元件的有效范围还包括：获取微纳光学元件的设计尺寸，基于设计尺寸对二值化图形进行筛选，得到筛选区域；以及在筛选区域中提取微纳光学元件的有效范围。

优选地，所述在筛选区域中提取微纳光学元件的有效范围包括：将筛选区域内的二值化图形的外轮廓拟合成矩形，以作为微纳光学元件的有效范围。

在一些有利的实施例中，所述根据梯度图像获取微纳光学元件的有效范围还包括：基于一膨胀半径对二值化图形进行图像形态学膨胀，得到膨胀后的二值化图形；以及基于一腐蚀半径对膨胀后的二值化图形进行图像形态学腐蚀，得到腐蚀后的二值化图形，其中腐蚀半径等于膨胀半径。

优选地，所述膨胀半径不大于切割道的宽度的一半。

优选地，所述根据梯度图像获取微纳光学元件的有效范围还包括：获取微纳光学元件的设计尺寸，基于设计尺寸对膨胀后的二值化图形进行筛选，得到筛选区域；所述对膨胀后的二值化图形进行图像形态学腐蚀在筛选区域中进行；并且所述根据梯度图像获取微纳光学元件的有效范围还包括：将腐蚀后的二值化图形的外轮廓拟合成矩形，以作为微纳光学元件的有效区域。

优选地，所述根据梯度图像获取微纳光学元件的有效范围还包括：获取微纳光学元件的设计尺寸，基于设计尺寸对腐蚀后的二值化图形进行筛选，得到筛选区域；以及在筛选区域中将腐蚀后的二值化图形的外轮廓拟合成矩形，以作为微纳光学元件的有效区域。