一种熔石英元件表面缺陷激光修复质量的自动检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119556A(43)申请公布日2022.03.01(21)申请号202111428213.0G06T5/50(2006.01)(22)申请日2021.11.29G06T3/40(2006.01)G06V10/74(2022.01)(71)申请人哈尔滨工业大学G06V10/82(2022.01)地址150001黑龙江省哈尔滨市南岗区西G06K9/62(2022.01)大直街92号G06N3/04(2006.01)(72)发明人赵林杰陈明君尹朝阳程健G06N3/08(2006.01)袁晓东郑万国廖威王海军张传超(74)专利代理机构黑龙江立超同创知识产权代理有限责任公司23217代理人杨立超(51)Int.Cl.G06T7/00(2017.01)G06T7/60(2017.01)G06T7/70(2017.01)权利要求书2页说明书7页附图2页(54)发明名称一种熔石英元件表面缺陷激光修复质量的自动检测方法(57)摘要一种熔石英元件表面缺陷激光修复质量的自动检测方法，涉及工程光学技术领域，用于检测熔石英元件表面缺陷的修复质量。本发明的技术要点包括：改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果。本发明通过单幅拍照和扫描拍照结合的方式实现了不同尺寸修复坑图像的自动采集，使用景深融合与图像拼接方法获得了修复坑完整的全景深图像，使用基于卷积神经网络的目标检测方法实现了修复坑残余损伤的检测。本发明无需人工干预，可应用于元件表面缺陷修复后对于修复质量的自动检测。CN114119556ACN114119556A权利要求书1/2页1.一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，包括以下步骤：步骤一、对于元件的每个修复坑，改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；步骤二、对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；步骤三、将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果；所述检测结果包括元件表面存在或不存在残余损伤。2.根据权利要求1所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中在采集不同修复坑对应的图像时，对于不同尺寸的修复坑采用不同的采集方式：修复坑尺寸在相机视野范围内时，采集包含该修复坑的单张图像；修复坑尺寸不在相机视野范围内时，对包含该修复坑的元件部分区域进行阵列扫描采集，获取包含该修复坑的多个子图；其中，相邻的两个子图具有重叠区域。3.根据权利要求2所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中修复坑尺寸不在相机视野范围内时，在获取包含修复坑的多个子图后，采用基于模板匹配的方法计算多个子图之间的平移错位量，然后通过加权融合的方式对相邻两个子图的重叠区域进行处理，从而将多个子图进行图像拼接。4.根据权利要求3所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中图像拼接过程中采用基于模板匹配的方法计算多个子图之间的平移错位量的过程为：将相邻两个子图的重叠区域作为模板，利用模板遍历相邻两个子图所有像素位置，通过比较模板与相邻子图多个区域的相似程度确定模板在相邻子图中的位置，进而计算相邻子图的平移错位量。5.根据权利要求4所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中图像拼接过程中按照下述公式计算模板与相邻子图不同区域的相似程度：式中，R(x,y)表示模板与以(x,y)位置为中心的子图区域的相似度；T'(x',y')表示标准化后的模板图像在(x',y')位置的值；I'(x+x',y+y')表示标准化后的子图图像在(x+x',y+y')位置的值。6.根据权利要求5所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤二中所述景深融合的过程为：将不同聚焦状态下的多个图像中每个包含修复坑的图像划分为多个图像子区域，对于多个图像中位置对应相同的图像子区域，计算每个图像子区域中像素点梯度值，选择提取像素点梯度值最大的图像子区域；将提取的不同位置的多个图像子区域组合成一个新的全景深图像。7.根据权利要求6所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤二中通过拉普拉斯算子计算获得图像子区域中像素点梯度值。8.根据权利要求7所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤三中预训练的残余损伤检测模型是基于卷积神经网络YOLOV3搭建的。9.根据权利要求8所述的一种熔