基于机器视觉的不同属性表面中微弱缺陷的检测技术研究

发布时间：2020-06-06 06:30

【摘要】：在国防应用研究中的高精度加工与检测技术的发展以及工业自动化中的智能制造技术的发展都与“机器视觉检测技术”有着密切的联系。相对于传统的人工目视检测,机器视觉检测技术通过标准化的流程,能够克服人工检测中的主观随意性,并且采用非接触的方式,避免待检测元件的二次损伤。因此机器视觉是最理想的元件表面缺陷检测方法,并被广泛地应用。但是随着加工工艺、元件表面质量要求的提升以及产品多元化的发展,对机器视觉检测系统的灵敏度以及抗干扰能力的要求也随之提升。如在不同属性表面中,微弱缺陷的检测对机器视觉系统中微小缺陷的探测能力以及缺陷周围的复杂噪声、背景和复杂纹理的抗干扰能力提出了苛刻的要求。本论文针对不同属性表面中微弱缺陷检测能力的不足以及检测效率较低等问题,以三种具有代表性的不同属性表面为研究对象,开展了不同的机器视觉检测方法和检测算法的研究。其中第一类待检测表面为超光滑光学元件表面,其上下表面都为抛光后的超光滑面;第二类待检测表面为单面抛光的光学元件表面,其上下表面分别为超光滑面和磨砂面;第三类待检测表面为复杂纹理的金属圆弧表面,其表面具有磨砂的颗粒状纹理,并且为圆弧状面型。在超光滑光学元件表面中,如用于高功率放大器的钕玻璃表面,划伤是主要的缺陷管控对象。其中常见的划伤缺陷的深度在200nm～400nm之间,但是同样会存在一些深度约在50nm以下的浅划伤,也称弱划痕。由于弱划痕的存在,往往会对高功率激光器的运行带来不良甚至致命的影响。然而在检测过程中,弱划痕产生的散射光强约为相同宽度的常见划痕散射光强的20%～50%,因此弱划痕在人眼目视检测以及机器视觉系统中很容易被漏检。针对上述超光滑光学元件表面中弱划痕的漏检问题,本论文提出了基于显微散射暗场成像以及自适应平滑与形态学差影算法的微弱缺陷检测技术。根据微弱缺陷和光滑表面对入射光产生的不同作用,通过选择合适的光线入射角度并设计暗场成像方式来提升系统探测微弱划痕缺陷的能力。但是在待检测图像中缺陷与周围背景的对比度依然比较微弱,并且在分割过程中很容易受到背景波动和图像噪声的干扰。因此,根据弱划痕、噪声、背景等信息在空间域以及形态方面的差异特性,本论文进一步提出了自适应平滑以及形态学差影算法,一方面能够最大程度地平滑噪声以及消除背景,另一方面能够避免微弱缺陷信息被过度平滑,从而能够从复杂的图像中分割出微弱的缺陷信息。在单面抛光的光学元件表面中,如蓝宝石衬底基片表面,对其表面质量影响较大的缺陷主要是超光滑上表面的划伤。这些划痕缺陷会增加后期基片表面材料生长过程中外延层位错的产生概率,增加晶片与外延层之间的应力。但是由于磨砂的下表面会对入射光线产生漫反射,从而使得微弱缺陷在检测过程中容易被漫反射光掩盖,进而被检测系统漏检。针对单面抛光的光学元件表面中微弱缺陷的漏检问题,本论文提出了基于同轴入射远心明场成像以及视觉差励与双次傅里叶变换算法的微弱缺陷检测技术。首先分析上下不同属性表面对不同类型入射光产生作用的差异性,以及不同镜头对光线的不同接收效果。然后综合上述特点设计出一种同轴平行光入射的远心成像系统,从而在待检测图像中缺陷位置处产生一定的灰度变化。但是由于检测过程依然会受到下表面漫反射光的影响,从而缺陷的灰度变化较弱,并且与周围噪声,纹理以及不均匀背景的对比度较低。进一步,根据人眼视觉特性以及不同纹理信息在不同变换域内的特点,设计出一种基于视觉差励与双次离散傅里叶变换的微弱缺陷信息提取算法,进而能够将只包含缺陷纹理的信息提取出来。在复杂纹理的金属圆弧面中,表面的颗粒细节以及圆弧面型会对检测光线产生不同方向的反射,使得检测系统中微弱缺陷的图像容易像被复杂的背景光图像掩盖,从而造成缺陷的漏检,进而在后续的加工环节中影响产品的表面外观质量。针对复杂纹理的金属圆弧面中微弱缺陷的漏检问题,本文提出了基于多角度入射远心明场成像以及小波相关性与梯度相似增长算法的微弱缺陷检测技术。首先根据表面特殊的面型以及表面纹理产生反射光的特性,提出了一种基于多角度光照的远心明场成像系统,从而在待检测图像的缺陷位置处产生一定的灰度跳变。但是复杂的纹理以及面型会产生较大的图像背景波动,从而使得缺陷纹理与周围背景纹理的对比度较低,甚至缺陷位置的灰度跳变弱于细节纹理的灰度跳变。因此本文根据上述复杂图像中包含的不同纹理、背景和缺陷在不同变换域以及不同变换尺度中具有的不同特征,提出一种基于小波相关性性与梯度相似增长的微弱缺陷信息提取算法,进而剔除复杂的干扰信息并增强微弱的缺陷信息。本论文以上述不同属性的元件表面中微弱缺陷检测技术为基础,分别建立了三种不同的机器视觉检测系统,并成功地应用到神光Ⅲ装置中的钕玻璃表面缺陷自动化检测中,以及工业产品表面缺陷的自动化检测中。除此之外,不同属性表面中微弱缺陷的检测技术研究能够为国防应用中的超精密加工技术的发展,以及工业应用中的智能制造技术的发展奠定基础。
【图文】：

不均匀分布,神光,目视检测,光路排布

聚变（Ｉｎｅｒｔｉａｌ邋Ｃｏｎｆｉｎｅｍｅｎｔ邋Ｆｕｓｉｏｎ，ＩＣＦ）实验研究的国家。上述惯性约束核聚变系统需要逡逑使用数千件的钕破璃，并且在保证光学元件性能一致性的条件下，才能够将多束激光同时逡逑打在毫米级氘氚靶丸上并形成聚变，如图１．１所示。但是，如果元件表面存在缺陷，则会逡逑造成激光的散射、能量的吸收、有害的耀斑、衍射条纹、膜层损伤等问题，甚至会造成光逡逑学元件表面因局部能量不均匀分布而发生爆炸［４］。因此在国防应用中，除了对精密光学元逡逑件的制造加工工艺提出苛刻的要求以外，对相应的精密光学元件表面质量的检测同样提出逡逑了严格的要求［５１。但是由于缺陷在待检测样品表面表现出随机性的离散分布，种类繁多［６］，逡逑并且随着加工工艺的提升，待检测缺陷的最小分辨率逐渐地提升，现有的自动化检测系统逡逑很难适应不同种类的缺陷的高精度检测［７；８］，因此目前使用较多的检测方法依然是人工目逡逑视检测［９；１Ｇ］。但是人工目视检测面临着主观性强，不确定度大以及效率低等问题［１１１，因此逡逑在国防应用中

不均匀分布,目视检测,生产线,元件表

聚变（Ｉｎｅｒｔｉａｌ邋Ｃｏｎｆｉｎｅｍｅｎｔ邋Ｆｕｓｉｏｎ，ＩＣＦ）实验研究的国家。上述惯性约束核聚变系统需要逡逑使用数千件的钕破璃，，并且在保证光学元件性能一致性的条件下，才能够将多束激光同时逡逑打在毫米级氘氚靶丸上并形成聚变，如图１．１所示。但是，如果元件表面存在缺陷，则会逡逑造成激光的散射、能量的吸收、有害的耀斑、衍射条纹、膜层损伤等问题，甚至会造成光逡逑学元件表面因局部能量不均匀分布而发生爆炸［４］。因此在国防应用中，除了对精密光学元逡逑件的制造加工工艺提出苛刻的要求以外，对相应的精密光学元件表面质量的检测同样提出逡逑了严格的要求［５１。但是由于缺陷在待检测样品表面表现出随机性的离散分布，种类繁多［６］，逡逑并且随着加工工艺的提升，待检测缺陷的最小分辨率逐渐地提升，现有的自动化检测系统逡逑很难适应不同种类的缺陷的高精度检测［７；８］，因此目前使用较多的检测方法依然是人工目逡逑视检测［９；１Ｇ］。但是人工目视检测面临着主观性强，不确定度大以及效率低等问题［１１１，因此逡逑在国防应用中
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP391.41;TP274

【参考文献】