[发明专利]基于光谱估计与电子分光技术的光学元件表面疵病检测方法

摘要

一种基于光谱估计与电子分光技术的光学元件表面疵病的检测方法，本发明通过光谱估计与电子分光技术获取疵病图像的单波长分光图像以及彩色分光图像，并对疵病分光图像进行优化处理并自动筛选最佳分光图像。相较于现有技术，本发明解决了现有技术白光照明时不同波长的相互叠加导致的疵病信息被掩盖的问题，通过利用光谱技术选择合适的检测波长识别疵病，解决了物理分光的成本和效率问题，提高了疵病检测的效率和精度、降低了疵病检测成本。

主权项

1.一种基于光谱估计与电子分光技术的光学元件表面疵病的检测方法，光学元件表面疵病检测系统包括光源单元、显微成像单元、彩色相机、高精度位移台和计算机，其特征在于该方法包括如下步骤：1)获取光学元件表面疵病的彩色图像：将待测光学元件置于所述的高精度位移台上，采用高精度位移台实现待测光学元件的定位和对焦，光源系统发出的光经过光纤分光器后分成四束对称的平行光斜入射到待测光学元件表面，实现近似环形照明，待测光学元件表面的散射光经过显微成像单元后会聚到彩色相机的成像面成像，获取光学元件表面疵病的彩色图像并输入所述的计算机；2)所述的计算机将光学元件表面疵病图像按下列步骤进行处理：①计算光谱估计矩阵G：像素点(x，y)处的输出信号vi的计算公式如下：vi＝∫visE(λ)S(λ)fi(λ)L(λ)r(λ，x，y)dλ，i＝{r，g，b}其中，E(λ)代表光源的光谱辐射分布，S(λ)代表光谱灵敏度，fi(λ)代表彩色滤波片的光谱传输，L(λ)代表光学镜头的光谱传输率，r(λ，x，y)代表待测光学元件的表面反射率；将反射光谱r离散化并表示为矩阵形式：v＝[vr vg vb]T＝Ar＝A[r(λ1) r(λ2) ... r(λn)]T其中，A代表系统矩阵，代表整个检测系统的特性；估计反射矩阵r′表示为：r′＝Gv，其中G为最小二乘估计法计算得到的估计矩阵，该估计法使得待测光学元件实际反射光谱r和估计得到的反射光谱r′均方差最小化，G的计算表达式如下，G＝RrrAT(ARrrAT+Rnn)‑1 ＝r·vT(v·vT+Rnn)‑1其中，Rrr及Rnn分别指待测光学元件实际反射光谱r的自相关矩阵和噪声n的自相关矩阵，矩阵r是由分光光度计测得的标准色卡反射光谱率构成，矩阵v是检测系统测得的标准色卡的RGB值，Rnn在实验环境中影响很小略去，由上式可以求出光谱估计矩阵G为：G＝RrrAT(ARrrAT)‑1＝r·vT(v·vT)‑1②计算分光图像P：根据光谱估计矩阵G计算分光图像的公式如下：P＝FG·v＝M·v其中，F为滤波矩阵，选取所需波长对应的波长信息进行分光图像计算；3)对分光图像中的单波长分光图像进行筛选，由于暗场成像光学元件表面疵病图像的背景与疵病的在灰度上的差异，利用疵病图像识别算法来寻找最佳的单波长图像及其波长，包括下列步骤：①在图像处理前进行平滑滤波，在减少噪声信息的同时保留疵病边缘位置信息；②使用边缘检测算法对表面疵病的边缘特征进行提取；③使用边缘细化算法，对疵病二值化图像进行处理得到变换灰度图像；④对所述的变换灰度图像进行疵病的定位与计数，得到疵病计数nλ；⑤统计所有单波长分光图像的疵病计数，得到nλ＝400，nλ＝405，…，nλ＝700，筛选识别疵病数量最多的单波长分光图像，此时的疵病数量为最佳疵病计数nbest，相应的波长为最佳识别疵病的单波长λbest；⑥对原图像的变换灰度图重复进行疵病定位和计数，得到原图像的灰度图疵病计数n0，计算nbeast/n0得到疵病计数的优化比；4)对分光图像中的彩色分光图像进行筛选，不同的波长组合可以组合出不同的彩色分光图像，由于不同尺度、不同形状的表面疵病彩色分光图中背景与疵病的差异主要在于亮度与对比度，所以利用亮度与对比度来筛选出识别疵病的最佳波长组合，包括下列步骤：①计算图像中像素的亮度值I(i，j)，按如下公式计算亮度的对比度：②计算亮度对比度的分割阈值，并对疵病的彩色分光图像进行分割，产生背景和目标(疵病)；③当三个波长选择为λ_R，λ_G，λ_B时，对分割后的彩色分光图像中的疵病进行疵病定位和计数，得到所述的三个波长λ_R，λ_G，λ_B的疵病计数为④筛选识别疵病数量最多的彩色分光图像，此时的疵病数量为最佳疵病计数nbest，该波长组合为最佳识别疵病的波长组合λR，λG，λB；⑤对原图像重复步骤①至③，得到原图像的彩色图的疵病计数n0，计算nbeast/n0，得到疵病计数优化比。