CN112213331B - 一种基于机器视觉的表面波长级点缺陷表征装置及方法 - Google Patents
一种基于机器视觉的表面波长级点缺陷表征装置及方法 Download PDFInfo
- Publication number
- CN112213331B CN112213331B CN202011276395.XA CN202011276395A CN112213331B CN 112213331 B CN112213331 B CN 112213331B CN 202011276395 A CN202011276395 A CN 202011276395A CN 112213331 B CN112213331 B CN 112213331B
- Authority
- CN
- China
- Prior art keywords
- module
- host computer
- semi
- translation stage
- imaging module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 55
- 238000012512 characterization method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 title claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 42
- 230000003287 optical effect Effects 0.000 claims abstract description 32
- 238000013519 translation Methods 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000386 microscopy Methods 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 229910052710 silicon Inorganic materials 0.000 claims description 4
- 239000010703 silicon Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000007689 inspection Methods 0.000 abstract description 4
- 230000010287 polarization Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000023077 detection of light stimulus Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于测试计量技术及仪器技术领域,尤其是一种基于机器视觉的表面波长级点缺陷表征装置及方法,装置包括上位机、照明模块、成像模块、电动扫描平移台、运动控制器以及为上述部件供电的电源模块,电动扫描平移台为立式的,具有纵向导轨,成像模块安装于纵向导轨上,待测光学元件位于成像模块下方,照明模块位于待测光学元件侧部,运动控制器分别线路连接上位机、照明模块、成像模块、电动扫描平移台;本发明通过机器视觉技术获得不同聚焦状态时的缺陷散射图像,进而基于数据库查找及进化算法反演缺陷形状与参数,适用于精密光学元件表明波长级缺陷的质检工作。
Description
技术领域
本发明涉及测试计量技术及仪器技术领域,尤其涉及一种基于机器视觉的表面波长级点缺陷表征装置及方法。
背景技术
表面缺陷显著影响了光学元件的性能,比如激光核聚变等高能激光系统中,波长级缺陷可能导致元件表面损毁及系统性能下降,准确表征表面缺陷是提升光学元件可靠性及性能的必要步骤。
目前已有多种仪器技术用于表征光学元件表面缺陷,比如扫描探针显微镜、白光干涉仪、机器视觉等:扫描探针显微镜通过探针测量可获得纳米级分辨率表面缺陷三维面形,进而计算缺陷散射特性,具有测量准确可靠的优点,但其成本较高,易受外部噪声的影响,且效率较低,测量50um×50um区域时往往需要数十秒,因此该技术一般应用于实验室进行缺陷高精度表征,并不适用于大规模生产时进行检测;白光干涉仪通过非相干干涉成像可使用普通显微成像系统测量缺陷三维面形,但其受光学衍射极限影响,分辨率较低,无法准确测量波长级表面缺陷;机器视觉技术直接使用显微成像系统拍摄表面缺陷,并根据缺陷图像确定表面缺陷的性质,具有效率高、成本低的优点,是目前高精度光学元件生产企业广泛使用的方法,但其同样难以测量波长级表面缺陷,且根据缺陷图像对缺陷进行等级分类往往误差较大,即使使用深度学习技术仍然受到信息量有限的限制,精度较差。因此迫切需要改进现有测量技术,开发一种新型波长级表面缺陷的表征方法及装置,实现缺陷的高效、准确及低成本表征,为光学加工企业提供一种新的工具。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于机器视觉的表面波长级点缺陷表征装置及方法,适用于精密光学元件表面波长级缺陷的高效、定量及低成本表征,在光学元件表面质量检测中有广阔的应用前景。
为了实现上述目的,本发明采用了如下技术方案:
一种基于机器视觉的表面波长级点缺陷表征装置,包括上位机、照明模块、成像模块、电动扫描平移台、运动控制器以及电源模块,所述电动扫描平移台为立式的,具有纵向导轨,所述成像模块安装于纵向导轨上,待测光学元件位于成像模块下方,所述照明模块位于待测光学元件侧部,所述运动控制器分别线路连接上位机、照明模块、成像模块、电动扫描平移台;所述上位机、照明模块、成像模块、电动扫描平移台、运动控制器均由电源模块供电。
作为更进一步的优选方案,成像模块包括从上之下依次布置的工业相机、检偏器、显微物镜。
作为更进一步的优选方案,显微物镜放大倍数为40倍以上,数值孔径高于0.4,工作距离大于1mm。
作为更进一步的优选方案,照明模块包括激光器、准直镜头、检偏器、光强探测模块以及半透半反棱镜,其中,激光器、准直镜头、检偏器、半透半反棱镜水平向依次设置,所述光强探测模块位于半透半反棱镜下方。
作为更进一步的优选方案,检偏器使用二向色性材料制成,可将激光器出射光束转换为线偏振光,波长范围为400-700nm可见光范围。
作为更进一步的优选方案,光强探测模块包括硅光电池、信号放大电路及模数转换电路。
作为更进一步的优选方案,半透半反棱镜的透射率与反射率之比为50:50。
一种基于机器视觉的表面波长级点缺陷表征方法,其特征在于,包括以下步骤:
步骤一、给定任意待测抛光或镀膜后光学元件,基于有限元或有限差分法计算该材质不同形状及参数时的离焦图案,保存于数据库中打开电源模块;
步骤二、上位机控制电机驱动模块驱动电动扫描平移台,根据光学元件厚度移动显微成像模块至聚焦成像元件表面处,并继续向下方移动一小段距离;
步骤三、打开激光器,光强探测模块测量激光器出射光束亮度;
步骤四、电动扫描平移台向上移动显微成像模块,每移动2微米拍摄一副图像,获得表面离焦图像栈;
步骤五、上位机保存各离焦图像,图像处理模块提取图像中缺陷位置和亮度图案,如图3所示;
步骤六、上位机在数据库中查找与离焦图像最相符的缺陷形状及参数;
步骤七、上位机基于进化算法优化缺陷形状及参数,使得模拟计算的离焦图像与测量的误差最小;
步骤八、根据预先设定标准确定该待测元件是否满足表面光洁度质量要求,在屏幕上显示测量结果并保存数据,数据格式由用户定义,最终实现自动化检测。
本发明通过机器视觉技术获得不同聚焦状态时的缺陷散射图像,进而基于数据库查找及进化算法反演缺陷形状与参数,适用于精密光学元件表明波长级缺陷的质检工作。相比传统扫描探针技术,本发明为非接触测量,不会损伤表面且成本较低,有望在光学加工企业广泛应用。
附图说明
图1是本发明的结构示意图;
图2是照明模块的结构示意图;
图3是本申请实施例的成像结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
请参阅图1,本申请实施方式提供一种基于机器视觉的表面波长级点缺陷表征装置及方法,适用于精密光学元件表面点状缺陷的表征。
装置包括上位机1、照明模块2、显微成像模块3、电动扫描平台4、待测光学元件5、运动控制器6及电源模块7,显微物镜对待测光学元件表面进行成像,所述检偏器透过给定偏振方向光束份量,所述工业相机拍摄元件表面图像;所述电动扫描平移台带动显微成像模块上下移动,改变聚焦成像位置,获得表面的离焦图像;所述上位机保存不同位置的离焦图像,与数值仿真结果对比确定光学表面波长级点缺陷的形状特性;其中,所述照明模块2结构请参阅图2,包括激光器20、准直镜头21、检偏器22、光强探测模块23及半透半反棱镜24,所述显微成像模块包括显微物镜30、检偏器31及工业相机32。所述激光器20产生的激光通过所述准直镜头21进行准直及扩束,入射至检偏器22,限制光束成为线偏振激光,进入半透半反棱镜23被分光,部分光束由所述光强探测模块测量强度,另一部分光束照射所述待测光学元件,其表面缺陷产生散射光束,进入所述显微成像模块3。
上位机包括用于获取工业相机图像的图像采集模块、用于读取所述光强探测模块数据的光强模块、用于与所述运动控制器进行通信的通信模块、用于提取图像中表面波长级缺陷并与数据库对比的图像处理模块、用于保存数据及配置参数的文件模块。
激光器产生光束由所述准直镜进行准直,改变光束发散角度,通过所述起偏器进入半透半反棱镜,部分光束反射至所述光强探测模块进行光强的实时检测并将光强数据通过串口传输至上位机,另一部分光束照射至所述待测光学元件表面。
显微成像模块包括显微物镜、检偏器及工业相机,所述显微物镜对光学表面波长级点缺陷进行显微成像,散射光束的偏振态由所述检偏器进行控制,工业相机拍摄表面图像,无需外接成像系统,相机通过USB、千兆网或Camera Link接口与上位机连接。
实施例中所述显微物镜30收集散射光后通过检偏器限制光束偏振态,并由所述工业相机32成像。所述显微成像模块由所述电动扫描平台4带动从下往上移动,改变待测表面与显微成像模块之间的距离,改变表面缺陷的成像状态,由离焦至聚焦至离焦。
实施例中所述上位机1在数据库中查找与拍摄图像一致的不同状态表面缺陷图像,初步确定表面缺陷的形状及参数,进一步使用有限元或有限差分数值模拟给定形状及参数的表面缺陷的散射光强分布,并基于进化算法反演表面缺陷参数。
实施例中上位机使用Windows操作系统,自行开发控制软件,软件主体框架使用Visual C#语言编写,包括获取工业相机图像的图像采集模块、用于控制电动扫描平移台的运动通信模块、用于获取光强探测模块光强的强度通信模块、用于计算表面缺陷位置及亮度、数据库查找、数值模拟缺陷散射的图像处理模块、用于将测量结果保存为自定义格式文件的文件模块,上位机根据划痕在不同照明角度时的光强确定划痕的等级;其中图像处理模块可使用混合编程(Matlab或Python语言)方式实现、数值模拟由软件调用有限元或有限差分软件计算实现。
实施例中所述照明模块2用于提供相干光束照明表面缺陷。
实施例中所述激光器20使用普通半导体激光器,中心波长在可见光波长范围内,功率为5mW以上。
实施例中所述准直镜头21包括准直及扩束两部分功能,一方面将激光器产生的发散光束准直为平行光,另一方面将准直后平行光进行扩束,确保所述显微成像系统的视场内均匀照明。
实施例中所述检偏器22使用二向色性材料制成,可将激光器出射光束转换为线偏振光,波长范围为400-700nm可见光范围。
实施例中所述光强探测模块23包括硅光电池、信号放大电路及模数转换电路三部分,硅光电池将光强转化为电流信号,信号放大电路将电流信号转化为电压信号,模数转换电路将模拟电压信号转化为数字信号。
实施例中所述半透半反棱镜24的透射率与反射率之比为50:50,对偏振态不敏感。
实施例中所述显微成像模块3包括显微物镜30、检偏器31、工业相机32。
实施例中所述显微物镜30放大倍数为40倍以上,数值孔径高于0.4,工作距离大于1mm,避免与待测表面接触。
实施例中所述检偏器31的偏振方向与检偏器22互相配合,通过旋转检偏器寻找对应最大强度的偏振方向。
实施例中所述工业相机32一般使用USB、千兆网或CameraLink接口,上位机中需提供配套采集卡,使用千兆网时普通网卡即可,使用CameraLink接口时需提供对应CameraLink采集卡。工业相机的像素数目为500万以上,可手动调整曝光时间及增益,支持外部触发功能。
实施例中所述电动扫描平移台4为丝杠导轨结构,行程50mm以上,使用闭环步进电机进行驱动,当丝杠不能够自锁时,步进电机需加装刹车装置,由所述运动控制器7进行控制,为避免丝杠空回影响,扫描时平移台为单方向移动。
实施例中所述待测光学元件5为精密光学元件,表面经过抛光处理,不限制镀膜及元件材料,表面光洁度等级要求较高。
实施例中所述运动控制器8包括单片机和步进电机驱动器,单片机通过串口与上位机按照自定义协议进行通信,接收上位机命令,提供脉冲与方向信号给步进电机驱动器,控制电机扫描平移台中电机进行移动,当移动结束后提供外部触发信号至工业相机32。
实施例中当使用刹车时运动控制器8需提供相应刹车信号。
实施例中所述电源模块使用开关电源,输入220V交流电,输出24V与5V两路电源,其中24V电压用于电机驱动模块及刹车信号,5V电压用于单片机、步进电机驱动器及激光器驱动模块,输入交流信号可根据不同国家及地区标准进行更改。
本发明的测量步骤为:
1、给定任意待测抛光或镀膜后光学元件,基于有限元或有限差分法计算该材质不同形状及参数时的离焦图案,保存于数据库中打开电源模块;
2、上位机控制电机驱动模块驱动电动扫描平移台,根据光学元件厚度移动显微成像模块至聚焦成像元件表面处,并继续向下方移动一小段距离;
3、打开激光器,光强探测模块测量激光器出射光束亮度;
4、电动扫描平移台向上移动显微成像模块,每移动2微米拍摄一副图像,获得表面离焦图像栈;
5、上位机保存各离焦图像,图像处理模块提取图像中缺陷位置和亮度图案,如图3所示;
6、上位机在数据库中查找与离焦图像最相符的缺陷形状及参数;
7、上位机基于进化算法优化缺陷形状及参数,使得模拟计算的离焦图像与测量的误差最小;
8、根据预先设定标准确定该待测元件是否满足表面光洁度质量要求,在屏幕上显示测量结果并保存数据,数据格式由用户定义,最终实现自动化检测。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种基于机器视觉的表面波长级点缺陷表征方法,基于一种基于机器视觉的表面波长级点缺陷表征装置,所述表征装置包括上位机(1)、照明模块(2)、成像模块(3)、电动扫描平移台(4)、运动控制器(6)以及电源模块(7),所述电动扫描平移台(4)为立式的,具有纵向导轨,所述成像模块(3)安装于纵向导轨上,待测光学元件(5)位于成像模块(3)下方,所述照明模块(2)位于待测光学元件(5)侧部,所述运动控制器(6)分别线路连接上位机(1)、照明模块(2)、成像模块(3)、电动扫描平移台(4);所述上位机(1)、照明模块(2)、成像模块(3)、电动扫描平移台(4)、运动控制器(6)均由电源模块(7)供电;
所述成像模块(3)包括从上之下依次布置的工业相机(32)、检偏器(31)、显微物镜(30);
所述显微物镜(30)放大倍数为40倍以上,数值孔径高于0.4,工作距离大于1mm;
所述照明模块(2)包括激光器(20)、准直镜头(21)、检偏器(22)、光强探测模块(23)以及半透半反棱镜(24),其中,激光器(20)、准直镜头(21)、检偏器(22)、半透半反棱镜(24)水平向依次设置,所述光强探测模块(23)位于半透半反棱镜(24)下方;
所述检偏器(22)使用二向色性材料制成,可将激光器(20)出射光束转换为线偏振光,波长范围为400-700nm可见光范围;
所述光强探测模块(23)包括硅光电池、信号放大电路及模数转换电路;
所述半透半反棱镜(24)的透射率与反射率之比为50:50;
其特征在于,所述表征方法,包括以下步骤:
步骤一、给定任意待测抛光或镀膜后光学元件,基于有限元或有限差分法计算该材质不同形状及参数时的离焦图案,保存于数据库中打开电源模块;
步骤二、上位机控制电机驱动模块驱动电动扫描平移台,根据光学元件厚度移动显微成像模块至聚焦成像元件表面处,并继续向下方移动一小段距离;
步骤三、打开激光器,光强探测模块测量激光器出射光束亮度;
步骤四、电动扫描平移台向上移动显微成像模块,每移动2微米拍摄一副图像,获得表面离焦图像栈;
步骤五、上位机保存各离焦图像,图像处理模块提取图像中缺陷位置和亮度图案;
步骤六、上位机在数据库中查找与离焦图像最相符的缺陷形状及参数;
步骤七、上位机基于进化算法优化缺陷形状及参数,使得模拟计算的离焦图像与测量的误差最小;
步骤八、根据预先设定标准确定该待测元件是否满足表面光洁度质量要求,在屏幕上显示测量结果并保存数据,数据格式由用户定义,最终实现自动化检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011276395.XA CN112213331B (zh) | 2020-11-16 | 2020-11-16 | 一种基于机器视觉的表面波长级点缺陷表征装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011276395.XA CN112213331B (zh) | 2020-11-16 | 2020-11-16 | 一种基于机器视觉的表面波长级点缺陷表征装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112213331A CN112213331A (zh) | 2021-01-12 |
CN112213331B true CN112213331B (zh) | 2023-12-12 |
Family
ID=74057095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011276395.XA Active CN112213331B (zh) | 2020-11-16 | 2020-11-16 | 一种基于机器视觉的表面波长级点缺陷表征装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112213331B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113074917A (zh) * | 2021-04-01 | 2021-07-06 | 南京信息工程大学 | 一种基于Bessel光束离焦扫描的微纳结构特征参数测量方法及装置 |
CN113933026B (zh) * | 2021-09-17 | 2023-08-18 | 南京森林警察学院 | 一种基于透射反射混合照明的透镜表面瑕疵检测装置及方法 |
EP4435411A1 (en) * | 2021-11-15 | 2024-09-25 | Resonac Corporation | Inspection condition presenting device, surface inspecting device, inspection condition presenting method, and program |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060816A (zh) * | 2018-06-13 | 2018-12-21 | 中国科学院上海光学精密机械研究所 | 大口径元件体内缺陷快速检测装置和方法 |
CN109765242A (zh) * | 2019-01-15 | 2019-05-17 | 南京信息工程大学 | 一种高检测效率高分辨率的光滑表面质量测量装置及方法 |
CN209623618U (zh) * | 2019-04-11 | 2019-11-12 | 南京信息工程大学 | 一种非接触光学元件表面面形测量装置 |
CN110687080A (zh) * | 2019-09-06 | 2020-01-14 | 中国科学院上海光学精密机械研究所 | 光学元件表层缺陷快速探测和识别的检测装置和检测方法 |
CN111208064A (zh) * | 2020-03-06 | 2020-05-29 | 中国工程物理研究院激光聚变研究中心 | 一种光学元件亚表面缺陷快速检测装置和检测方法 |
-
2020
- 2020-11-16 CN CN202011276395.XA patent/CN112213331B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060816A (zh) * | 2018-06-13 | 2018-12-21 | 中国科学院上海光学精密机械研究所 | 大口径元件体内缺陷快速检测装置和方法 |
CN109765242A (zh) * | 2019-01-15 | 2019-05-17 | 南京信息工程大学 | 一种高检测效率高分辨率的光滑表面质量测量装置及方法 |
CN209623618U (zh) * | 2019-04-11 | 2019-11-12 | 南京信息工程大学 | 一种非接触光学元件表面面形测量装置 |
CN110687080A (zh) * | 2019-09-06 | 2020-01-14 | 中国科学院上海光学精密机械研究所 | 光学元件表层缺陷快速探测和识别的检测装置和检测方法 |
CN111208064A (zh) * | 2020-03-06 | 2020-05-29 | 中国工程物理研究院激光聚变研究中心 | 一种光学元件亚表面缺陷快速检测装置和检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112213331A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112213331B (zh) | 一种基于机器视觉的表面波长级点缺陷表征装置及方法 | |
CN108413867A (zh) | 激光微纳加工分光瞳差动共焦在线监测一体化方法与装置 | |
CN109765242A (zh) | 一种高检测效率高分辨率的光滑表面质量测量装置及方法 | |
CN101564795A (zh) | 校正装置、校正方法以及控制装置 | |
CN101913105A (zh) | 用于数控机床在位测量的非接触三维光学测头及测量方法 | |
CN109974583B (zh) | 一种非接触光学元件表面面形测量装置及方法 | |
CN101526341A (zh) | 差动共焦曲率半径测量方法与装置 | |
WO2020146555A1 (en) | Semiconductor metrology based on hyperspectral imaging | |
CN106768367A (zh) | 一种三维红外热波成像检测系统与方法 | |
CN108344383B (zh) | 一种非接触式坐标测量机 | |
CN110514142B (zh) | 一种面形检测装置及面形检测方法 | |
CN113588682B (zh) | 一种针对3d零部件的大范围高精度快速缺陷检测系统 | |
CN103115580A (zh) | 基于光学相干层析扫描的三维孔形检测方法及系统 | |
CN209623618U (zh) | 一种非接触光学元件表面面形测量装置 | |
CN201576122U (zh) | 基于多平台的超精密自动对焦系统 | |
CN110057313A (zh) | 一种自动激光聚焦形貌测量系统 | |
CN105509635A (zh) | 一种适用于大范围表面形貌测量的白光干涉仪 | |
CN115325963A (zh) | 一种晶圆表面三维形貌测量装置及其测量方法 | |
CN108759713B (zh) | 基于光线追迹的面形三维测量系统 | |
CN207832690U (zh) | 一种镜片缺陷检测装置 | |
CN213302023U (zh) | 一种基于移动环形光源的光学表面划痕表征装置 | |
CN112857263A (zh) | 一种斜照明式的彩色共聚焦测量系统及检测方法 | |
CN104776804A (zh) | 基于非接触式微小距离测量的光学相机装调方法及装置 | |
CN215574729U (zh) | 针对3d零部件的大范围高精度快速缺陷检测系统 | |
CN117110290A (zh) | 一种明暗场和白光干涉的缺陷检测系统和检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |