用于泄漏检测的成像系统的制作方法

对相关申请的交叉引用

本申请要求提交于2020年1月9日的、题为用于泄漏检测的成像系统的序号为no.62/958,764的美国临时专利申请的根据u.s.c.第35部第119条第（e）款的利益，该临时申请的整个公开内容特此通过引用而明确地被并入本文中。

背景技术：

1.技术领域。

本申请涉及对气密性地密封的装置中的泄漏物进行测试并且检测气密性地密封的装置中的泄漏物，并且更具体地涉及防泄漏装置模块或组件的水紧密性和空气紧密性的评价。

2.相关技术描述。

移动装置（诸如，蜂窝电话和平板）往往被防泄漏外壳保护以免于水破坏和/或污染。在一些实例中，这样的外壳可以由装置制造商集成到移动装置中。然而，对壳体部件的破坏、密封剂或粘附剂的错误应用或其它制造无规律性可能引起在其它情况下“防水”或“防泄漏”的外壳体或内壳体失效。

对于移动装置的壳体，盖玻璃、显示模块以及框架通常粘附在一起。所组装的壳体中的泄漏物的检测对保证最终产品的性能和完整性是很重要的，并且对于检测并且校正制造过程中的差错（例如，通过确定哪个层或哪个部件正造成泄漏）也是很重要的。

在泄漏物检测的方面的努力已包括用以开发气体“嗅探”检测方法的微尺度机械结构，其中，通过检测特定气体的存在和浓度而检测泄漏。然而，气体可能扩散和/或稀释或存在于少量的不可检测的流中，由此妨碍泄漏的精确的位置和特性。此外，“嗅探器”装置一般对于在检测处于小规模泄漏（诸如在移动装置中）中使用太大了。

需要的是优于前文的改进。

技术实现要素：

本公开涉及一种用于泄漏物检测的成像系统和方法使用纹影成像来对具有与环境空气不同的折射率的经增压气体流进行定位并且特性化。特别地，纹影成像系统包括经准直的光、刀口空间滤波器以及4f望远镜成像系统，从而创建受测试装置（dut）的图像。dut被增压并且针对泄漏而被监测。当泄漏存在并且位于包括dut的所监测的平面中时，对比度变化说明泄漏的存在、位置以及特性。例如，防水/防泄漏移动装置可以针对模块的层之间的泄漏物（诸如，防水电子器件外壳的机壳中的泄漏）而被评价。该检测能够允许经由视觉标识来对泄漏点进行标识和特性化。

在一个实施例中，本公开提供了一种成像系统，该成像系统包括：点光源，其配置成发射光信号；抛物面准直镜，其定位成接收光信号，抛物面准直镜配置成发射经准直的光信号；抛物面聚光镜，其定位成接收经准直的光信号；空间滤波器，其定位于抛物面聚光镜的傅里叶平面处，空间滤波器配置成使经滤波的光信号通过；图像传感器，其定位于抛物面聚光镜的输出侧处，使得图像传感器定位成接收经滤波的光信号；受测试装置，其定位于抛物面准直镜与抛物面聚光镜之间的物体平面处；以及经增压气体源，其配置成使受测试装置的内部容积增压，由此，成像系统配置成在光学上检测经增压气体从受测试装置的泄漏。

在某些方面，成像系统可以包括具有与环境空气不同的折射率的气体。受测试装置可以配置为气密性地密封的装置。光信号为非相干光信号，诸如，由发光二极管发射的信号。光可以是相干光信号，诸如，光信号由激光器发射。

在附加方面，图像传感器可以是能够操作地连接到控制器的成像装置，控制器被编程为通过评估检测的图像中的对比度变化的存在或不存在而评价检测的图像以确定泄漏的存在。控制器可以利用机器学习方法来评价检测的图像，诸如，将检测的图像作为机器学习回归问题而评价。控制器可以利用深度学习方法来评价检测的图像，诸如，将检测的图像作为深度学习分类问题而评价。控制器可以将检测的图像作为深度学习检测器问题而评价，诸如，将检测的图像作为深度学习分割问题而评价。

在另一实施例中，本公开提供了一种用于评价装置中的泄漏的方法，该方法包括：发射光信号；修改光信号，以创建经准直的光信号；对光信号进行滤波，以创建经滤波的光信号；感测经滤波的光信号，以创建感测的图像；将受测试装置沿着经准直的光信号放置于物体平面中，使得在感测的图像中出现受测试装置的图像；将经增压气体指引到受测试装置的内部容积中，评价感测的图像中的对比度；以及基于评价对比度的步骤，确定经增压气体是否从受测试装置的内部容积泄漏。

在某些方面，方法可以包括具有与环境空气不同的折射率的经增压气体。方法还可以包括基于感测的图像中的对比度而确定受测试装置中的泄漏的量级和特性。受测试装置可以配置成气密性地密封的装置。发射光信号的步骤可以包括发射非相干光信号。发射光信号的步骤可以包括发射相干光信号。感测经滤波的光信号以创建感测的图像的步骤可以包括利用图像传感器来拍摄感测的图像。评价感测的图像中的对比度的步骤可以由能够操作地连接到图像传感器的控制器实行。

在仍有的另一实施例中，本公开提供了一种用于评价检测的图像的方法，该方法包括：接收经背景减除的图像；应用图像度量，以测量并且分析经背景减除的图像；记录并且存储图像测量值和分析；以及基于所应用的图像度量和所接收的测量值而对经背景减除的图像的方面进行分类。

在某些方面，方法可以包括将经背景减除的图像划分成感兴趣区和非感兴趣区。分类步骤可以包括预测标签，诸如，无泄漏、少量泄漏或大量泄漏。分类步骤可以包括预测泄漏区。方法可以包括将经背景减除的图像划分成网格。应用步骤可以包括将经背景减除的图像作为回归问题而分析。应用步骤可以包括利用机器学习方法。应用步骤可以包括利用深度学习方法，诸如，将经背景减除的图像作为分类问题而分析。应用步骤可以包括将经背景减除的图像作为检测问题而分析。应用步骤可以包括诸如通过预测泄漏区而将经背景减除的图像作为分割问题而分析。

在还有的另一实施例中，本公开提供了一种成像系统，该成像系统包括：点光源，其配置成发射光信号；准直透镜，其定位成接收光信号。准直透镜配置成发射经准直的光信号。系统还包括：4f成像望远镜，其定位成接收经准直的光信号；和空间滤波器，其定位于4f成像望远镜的傅里叶平面处，空间滤波器配置成使经滤波的光信号通过。系统进一步包括图像传感器，图像传感器定位于4f成像望远镜的输出侧处，使得图像传感器定位成接收经滤波的光信号。受测试装置定位于准直透镜与4f成像望远镜之间的物体平面处，并且，经增压气体源配置成使受测试装置的内部容积增压，成像系统配置成检测经增压气体从受测试装置的泄漏。以此方式，成像系统配置成为受测试装置提供光学泄漏检测。

在某些方面，气体可以具有与环境空气不同的折射率。受测试装置可以配置为气密性地密封的装置。空间滤波器可以是刀口滤波器。光信号可以为非相干光信号，诸如，由发光二极管发射的光信号。光信号可以是相干光信号，诸如，由激光器发射的光信号。图像传感器可以是相机。

在其它方面，图像传感器可以是能够操作地连接到控制器的成像装置。控制器可以利用处理指令来编程为通过评估检测的图像中的对比度变化的存在或不存在而评价检测的图像以确定泄漏的存在。

在仍有的另一实施例中，本公开提供了一种用于评价装置中的泄漏的方法，该方法包括：发射光信号；使光信号经过准直透镜，以创建经准直的光信号；使经准直的光信号经过4f成像望远镜和定位于4f成像望远镜的傅里叶平面处的空间滤波器，以创建经滤波的光信号；感测经滤波的光信号，以创建感测的图像；将受测试装置放置于准直透镜与4f成像望远镜之间的物体平面中，使得在感测的图像中出现受测试装置的图像；以及评价感测的图像中的对比度，以确定受测试装置是否存在泄漏。

在某些方面，方法能够进一步包括评价感测的图像中的对比度以确定受测试装置中的泄漏的量级和特性。受测试装置可以配置为气密性地密封的装置。发射光信号的步骤可以包括发射非相干光信号。发射光信号的步骤可以包括发射相干光信号。感测经滤波的光信号以创建感测的图像的步骤可以包括利用图像传感器来拍摄感测的图像。评价感测的图像中的对比度的步骤可以由能够操作地连接到图像传感器的控制器实行。

附图说明

通过参考与附图联合而进行的对本发明的实施例的以下描述，本发明的在上文中提到的以及其它的特征和目标以及达到这些特征和目标的方式将变得更明显，并且，本发明本身将更好理解，其中：

图1是利用经准直光源和4f成像望远镜的根据本公开而做出的泄漏检测系统的示意图；

图2是利用经准直光源和4f成像望远镜的图1的泄漏检测系统的透视图；

图3是经由图1的泄漏检测系统来监测并且示出小折射率改变的模型的照片；

图4是经由根据本公开的泄漏检测系统来监测并且利用相干激光光源的二氟乙烷喷嘴的照片，其中，左边图像未示出气流，并且，右边图像示出气流；

图5是经由根据本公开的泄漏检测系统来监测并且利用非相干激光光源的氦喷嘴的照片，其中，左边图像未示出气流，并且，右边图像示出气流；

图6是经增压的受测试装置的示意图，示出可利用根据本公开的泄漏检测系统来检测的泄漏路径；

图7是示出根据本公开的泄漏检测方法的流程图；

图8是示出根据本公开的排除光学噪声的影响的方法的流程图；

图9是对于受测试装置的经背景减除的图像，其中，经由根据本公开的泄漏检测系统来检测到少量泄漏；

图10是在经由光学噪声滤波系统来滤波之后的在图9中示出的图像的描绘；

图11是示出根据本公开的分析已进行光学噪声滤波的图像的方法的流程图；

图12a是已根据图11的方法而分析以指示所检测到的泄漏的数量的照片；

图12b是图12a的照片的另一视图，从而说明附加分析的结果以指示泄漏物宽度；

图12c是图12a的照片的另一视图，从而说明附加分析的结果以指示泄漏物长度；

图12d是图12a的照片的另一视图，从而说明附加分析的结果以指示泄漏物面积；

图13是示出作为在训练阶段的机器学习回归问题的光学泄漏测试的方法的流程图；

图14是说明测试阶段的示出作为机器学习回归问题的光学泄漏测试的方法的流程图；

图15是示出说明训练阶段的作为深度学习分类问题的光学泄漏测试的方法的流程图；

图16是说明测试阶段的示出作为图15的深度学习分类问题的光学泄漏测试的方法的流程图；

图17是说明训练阶段的示出作为深度学习检测器问题的光学泄漏测试的方法的流程图；

图18是说明测试阶段的示出作为图17的深度学习检测器问题的光学泄漏测试的方法的流程图；

图19是说明训练阶段的示出作为深度学习分割器问题的光学泄漏测试的另一方法的流程图；

图20是说明测试阶段的示出作为图19的深度学习分割器问题的光学泄漏测试的方法的流程图；

图21a是根据本公开的示例性显示模块的透视分解图；

图21b是图21a中所示出的显示模块的示意图；

图22是利用两个抛物面镜来使来自光源的光准直并且聚集的根据本公开的另一泄漏检测系统的示意图；

图23是图22的泄漏检测系统的透视图；以及

图24是从经由图22的泄漏检测系统来进行的监测而取得的模型泄漏模块的照片。

对应的参考字符贯穿若干视图指示对应的部分。尽管本文中所陈述的范例说明本发明的实施例，但下文中所公开的实施例不旨在为穷尽的，或不旨在被解释为将本发明的范围限制于所公开的精确形式。

具体实施方式

本公开涉及用于使用图1中所示出的泄漏检测系统10及其它类似地布置的泄漏检测系统来检验并且评价显示模块的方法。如在下文中详细地描述的，系统10是纹影成像系统，其配置成生成在其中泄漏（其是通过要不然均匀的环境大气（诸如，空气）的破坏性气流）具有折射率差的平面的图像，泄漏具有折射率差是由于由泄漏的组成、压力、速度和/或温度引起的密度变化而导致的。该折射率差引起系统10所投射的光射线改变方向或相位。在适当的空间滤波之后，该差能够被观察为示出气体泄漏的光学“图像”的对比度变化。

系统10能够用于创建实现在两个维度中进行的泄漏检测的图像，该图像示出泄漏位置和特性。与常规的“嗅探”泄漏检测系统相比，本系统10及其使用方法对鉴别器赋予微米尺度上的精确泄漏物位置信息，该信息转而能够用于核查防水装置/防泄漏装置（诸如，dut50（图6））的密封质量。

如进一步在下文中详细地描述并且在图22-24中示出的，系统10’是可以与系统10可互换地使用以达到泄漏检测和特性化的相同的总体结果的备选成像装置。除了如另外清楚地陈述之外，本文中的涉及系统10的描述也适用于系统10’。

参考图1，泄漏检测系统10包括点光源12，点光源12朝向并且通过准直透镜16发出光信号14。来自光源12的信号14可以是相干的（诸如，激光器光信号）或非相干的（诸如，白炽或led光信号）。在所说明的实施例中，光源12充当点光源。

准直透镜16经由物体平面op来向4f成像望远镜20发出经准直的光信号18，物体平面op是针对受测试装置（dut）（诸如，在图6中示出并且在下文中进一步描述的dut50）的检查平面。4f成像望远镜20包括定义傅里叶平面fp的望远镜型透镜22和望远镜型透镜24，并且，滤波器26与平面fp重合放置。

滤波器26是选择性地阻碍来自dut的空间频率信息和使来自dut的空间频率信息通过的刀口滤波器或空间滤波器，使得由物体平面op处的泄漏引起的任何指标变化被检测为图像平面ip上的对比度变化。特别地，滤波器26使在图像平面ip处接收的滤波信号28通过，图像平面ip位于望远镜20的输出侧（相对于光源12）上的位置处。图像平面ip可以包括成像装置29，诸如，相机或其它成像传感器。信号28从进入的经准直的光信号18滤除一些空间频率信息，由此使在图像平面ip处接收的纹影图像的对比度最大化。

如图2中所说明的，在一个示例性实施例中，4f成像望远镜20取决于透镜22、24的焦距的组合而提供变化的放大率，使得物体平面op处的检验区域能够被变更，以察看dut的更大或更小的表面区域。准直透镜16收集来自光源12的光信号14并且使光信号14准直，光信号14作为背面照明而入射于dut上。4f成像系统20利用滤波器26来在图像平面ip上对dut进行成像，滤波器26是如上所述的在傅里叶平面fp处的刀口滤波器，当由于气体泄漏物而导致dut具有折射率变化时，该刀口滤波器赋予图像的对比度变化。

在使用中，要针对泄漏气体而被评价的装置或模块（dut）能够放置于物体平面op处，并且由放置于图像平面ip处的相机或其它成像传感器成像。例如并且如在下文中关于图6而进一步描述的，dut可以是具有定义在其顶层（例如，面向用户）与底层之间的厚度的移动电话或平板。dut可以放置到物体平面op中，使得其厚度位于察看区域中，并且，来自顶层、底层或中间层的泄漏可以被检测到。

现在转到图3，照片图像示出当通过存在小折射率改变的dut中的物体平面op而对气体泄漏进行建模时的成像的模拟结果，其中，如上所述，使用图2的泄漏检测系统10。如所说明的，空间滤波清楚地在图像中心造成图像的对比度变化。

现在转到图4，照片图像示出利用泄漏检测系统10来对气流进行成像的实验结果，其中，光源12是生成具有633nm波长的相干信号14的相干激光光源。如上所述，滤波器26是位于4f成像望远镜20的傅里叶平面fp处的刀口空间滤波器。

在该实验中，具有1mm直径的尖端30放置于物体平面op处。尖端30是空气灰尘鼓风机导管的出口端，其中，入口端（未示出）连接到二氟乙烷气体源。位于左边的是在图像平面ip处取得的所拍摄的图像，其中，未激活空气灰尘鼓风机，并且，未观察到从尖端30散发的二氟乙烷气体。位于右边的是在图像平面ip处取得的另一所拍摄的图像，其中，激活空气灰尘鼓风机，使得二氟乙烷气体正从尖端30流出。该二氟乙烷气流清楚地被观察为在物体平面op中的对比度变化cv1，这在图像平面ip处被记录。根据该实验，表明的是，来自受测试装置（dut）的可比较的量级的泄漏的位置和程度将类似地可被泄漏检测系统10检测到。

图5示出在图像平面ip处取得的另一对照片图像。在该实验中，使用非相干光源12利用泄漏检测系统10来对气流成像。特别地，光源12是发射非相干光信号14的白色led。如上所述，滤波器26是位于4f成像系统20的傅里叶平面fp处的刀口空间滤波器。

在该实验中，尖端40放置于物体平面op处，尖端40具有成对的气针，这些气针各自定义0.15mm的内径，并且以大约0.15mm分离。尖端40是氦分配导管的出口端，其中，入口端（未示出）连接到氦气源。位于左边的是在图像平面ip处取得的所拍摄的图像，其中，未激活氦并且未观察到从尖端40散发的氦气。位于右边的是在图像平面ip处取得的另一所拍摄的图像，其中，氦分配导管被打开，使得氦气正从尖端40流出。所得到的双氦气流清楚地被观察为在物体平面op中的对比度变化cv2，这在图像平面ip处被记录。根据该实验，表明的是，来自受测试装置（dut）的可比较的量级的泄漏的位置和程度将类似地可被泄漏检测系统10检测到。

转到图6，图6示出了能够由泄漏检测系统10评价的一个示例性受测试装置（dut）50。dut50包括顶部模块52和底部模块54，顶部模块52可以是例如玻璃层，底部模块54可以是例如金属或塑料壳体。框架56可以设置于顶部模块52与底部模块54之间，使得在dut50内创建密封的内部空间（即，容积）。

为了气密性地密封内部空间，密封剂/粘附剂珠58a和58b可以分别放置于框架56与顶部模块52之间以及框架56与底部模块54之间。珠58a和58b可以分别围绕框架56与顶部模块52之间以及框架56与底部模块54之间的邻接接触部的整个外周延伸，使得空气或水不能流动到气密性地密封的空间中或从气密性地密封的空间向外流动。然而，诸如，在制造缺陷或自动化缺陷的情况下，珠58a和/或58b可能不是均匀或连续的。如上文中所注意到的，泄漏检测系统10能够被利用来对可能在dut50中发生的任何泄漏进行标识、评估以及特性化。

如图6中所描绘的，可能在dut50的密封的内室内引起经增压气体的原动流60。例如，内室可以诸如经由通过形成于顶部模块52、底部模块54或框架56中的端口的进入的气流来增压。如果存在泄漏路径，则内部压力经由一个或多个泄漏l1、l2来向外引起流f1。如在上文中详细地描述的，这些泄漏l1和/或泄漏l2可以使用泄漏检测系统10来检测。特别地，系统10允许鉴别器标识泄漏l1和/或泄漏l2的位置、量级以及特性，这转而允许鉴别器更容易地标识泄漏l1和/或泄漏l2的根本原因，诸如，例如粘附剂珠58a和/或58b的组成、应用或位置。

在示例性实施例中，经增压气体源可以提供具有与环境空气不同的折射率的气体的原动流60。例如，原动流60可以由在λ=589nm、0℃以及1atm下具有比环境空气更大或更小的折射率0.000161、0.000257或0.000707的气体构成。折射率充分地更大或更小确保当如本文中所描述的那样成像时，该气体在视觉上区别于周围的空气。具有合适地高或低的折射率的示例性气体包括二氧化碳、氦以及二氟乙烷。通过如本文中所描述的那样使用具有与空气不同的折射率的原动流60，与仅仅包括空气的原动流60相比，信号强度可以提高到至少10倍并且可多达100倍。

现在转到图22和图23，示出了备选泄漏检测系统10’。除了另外指示之外，泄漏检测系统10’与泄漏检测系统10类似地操作，并且具有与泄漏检测系统10类似的结构和配置。除了如所示出的将上撇号添加到编号之外，泄漏检测系统10的结构具有与泄漏检测系统10’中的对应结构相同的参考编号。

然而，泄漏检测系统10’不包括4f成像系统20，而是改为利用抛物面聚光镜22’和抛物面准直镜16’。抛物面聚光镜22’和抛物面准直镜16’大于透镜22和透镜24以及准直透镜16，从而允许镜16’、22’与具有相同尺寸的单元件式球面透镜（singleelementsphericallens）16、22以及24（图1）相比在有最小化的球面像差的情况下具有更短的焦距。该替代允许泄漏检测系统10’以较大直径的透镜和较小的总体空间占用面积而覆盖dut50’（其可以与dut50完全相同）的较大的区域。另外，泄漏检测系统10’与具有两个抛物面镜16’和22’组合而利用常规的高数值孔径的成像透镜29’来直接地对dut50’进行成像，而不满足利用4f成像系统20所需要的空间要求。

例如，图24示出说明当通过存在小折射率改变的dut50’中的物体平面op’而对气体泄漏进行建模时的成像的模拟结果的照片图像。为了产生图24的照片，图22和图23的泄漏检测系统10’如上所述地用于检查在dut50’中造成的有意泄漏。类似于图3中所示出的结果，空间滤波清楚地在图像中心造成图像的对比度变化。

图7说明用于检测并且评价受测试装置（诸如，dut50（图6））中的泄漏的示例性方法。该方法300可以由根据本公开而做出的系统的人类用户实行，或可以通过使用如在下文中进一步描述的计算机或控制器而自动化。

图7示出根据本公开的使用系统（诸如，系统10）来生成并且评价感测的图像的方法。以步骤310开始，诸如通过将电功率施加到光源以生成光信号14而发射相干光信号或非相干光信号。在示例性实施例中，光信号是来自光源12的激光或led信号。在步骤320中，使光信号的至少部分经过准直透镜（诸如，透镜16），以创建经准直的光信号，诸如，信号18。

在步骤330中，使经准直的光信号的至少部分经过4f成像望远镜，诸如，望远镜20。随着光信号经过望远镜20，信号由空间滤波器（诸如，上述的空间滤波器26）滤波。在该点处，系统10准备好用于评价受测试装置（dut），诸如，图6中所示出的dut50。

在步骤340中，dut放置到位于准直透镜与4f成像望远镜之间的物体平面（说明性地，图1中所示出的物体平面op）中。dut可以被旋转、平移或以其它方式重新取向，以察看dut的不同的表面和区域。在示例性实施例中，dut可以沿着一系列的运动来系统性地移动，以建立“网格”或所评价的区域的其它系统性的系列，使得dut中的感兴趣表面的整体受到泄漏评价。

在步骤350中，在定位于4f成像望远镜的输出侧处的图像平面（诸如，图1中所示出的图像平面ip）处生成图像。在步骤360中，然后，可以评价该感测的图像中的对比度，以确定dut中的泄漏的存在和量级。

由成像装置29检测的图像由控制器评价。控制器可以是基于微处理器的，并且包括非暂时性计算机可读介质，该非暂时性计算机可读介质包括存储于其中的处理指令，所述指令可由控制器的微处理器执行以通过评估对比度变化cv1和/或cv2（图4和图5）的存在或不存在而评价检测的图像，以评价泄漏l1、l2的存在和/或程度。非暂时性计算机可读介质或存储器可以包括随机存取存储器（ram）、只读存储器（rom）、可擦可编程只读存储器（例如，eprom、eeprom或闪速存储器）或能够存储信息的任何其它有形介质。

由本系统（诸如，系统10或10’）生成的图像可以由软件处理，该软件设计成检测并评价对比度变化并且确定缺陷尺寸并生成与任何泄漏l1、l2（图6）的存在、量级以及特性对应的评分。常规的图像处理技术和机器学习技术两者能够用于实现该软件，包括使用在下文中详细地描述的方法。

在图9和图10中描绘了可以由系统10或10’生成的示例性图像。为了生成这些图像，空间滤波可以应用于由成像装置（诸如，装置29或29’）感测的原始图像，以更清楚地示出由系统10感测的图像（例如，在图7的步骤360由系统10开发的图像）中的泄漏的尺寸、位置以及特性。一般而言，由系统10检测的光学泄漏将不被预期为在图像中作为单独的像素而存在。泄漏区（诸如，图9和图10中所示出的泄漏区lr）将改为作为连接到dut50的像素的集群而存在。与光学噪声（诸如，光学噪声on）相比，泄漏区lr将具有所得到的经背景减除的图像（图9）中的高的强度变化。

可以鉴于以上两种性质而对图像做出进一步修改，以更清楚地示出泄漏。在示例性实施例中，使用图8中所公开的方法的空间滤波软件能够排除光学噪声对经背景减除的图像的影响，以达到如图10中所示出的光学噪声滤波图像。例如，其中光学噪声on使得难以检测到dut50中的少量泄漏的情况下，如图10中所示出的，目前的光学噪声滤波虑及泄漏区lr被高亮并且容易地被辨认。因而，通过光学噪声滤波软件而排除光学噪声on的影响。在本文中进一步描述噪声滤波软件和系统的进一步的细节。

如图11中所说明的，图像修改和解释的方法可以用于标识泄漏并且使泄漏特性化。在所说明的方法中，输入图像首先受到如本文中所描述的背景减除（例如，参考图9的图像）。然后，所得到的经背景减除的图像利用光学噪声滤波系统来进行光学噪声滤波，光学噪声滤波系统可选地还包括用户可修改的参数，所述用户可修改的参数能够被调谐并且优化以检测dut50中的大量泄漏和/或少量泄漏如在下文中进一步讨论的。在光学噪声滤波的步骤之后，可以生成诸如图10中所示出的图像。

根据经光学噪声滤波的图像（例如，图9的图像），方法可以利用针对具体的泄漏区或泄漏区的类型（若存在多个）的图像度量测量。这些区能够针对单独的分类而被分割开。对于泄漏区中的每个，能够计算表示每个泄漏的严重性的图像度量。因而，在一个dut50（图6）内，存在大量泄漏的斑点和存在少量泄漏的斑点能够被独立地定位并且分类。

表示光学泄漏的图像度量中的一些包括依据泄漏的像素数量的泄漏尺寸和泄漏的平均像素强度。此外，能够通过将单个泄漏区分成两个而进一步分析单个泄漏区。这将允许软件通过图像度量（诸如，泄漏数量（图12a）、泄漏宽度（图12b）、泄漏长度（图12c），泄漏物行进区域（图12d）以及各种基于梯度的度量）而对泄漏区进行量化。

图12a通过将指示符（诸如，圆点）放置于泄漏起始点上并且对在分析后的图像中存在的指示符的数量进行总计而指示泄漏的数量。图12b通过将指示符（诸如，箭头）放置于泄漏物踪迹的外周界上并且测量指示符之间的距离而指示泄漏的宽度。图12c通过将指示符（诸如，箭头）沿着泄漏的全长放置并且测量指示符的长度而指示泄漏的长度。图12d通过围绕泄漏的周界画线并且运算指示符形状的面积而指示泄漏的区域。

在一个示例性实施例中，能够将经光学噪声滤波的图像划分成“网格”，并且，能够计算每个网格上的图像度量。还设想基于网格值之间的相对差的推理，以结合本系统和方法而使用。

在一些应用中，仅dut50的部分需要检验。如图11中所示出的，用户可以使用本系统来定义dut50中的特定的感兴趣区（roi）。然后，如在本文中详细地描述的，能够检验并且在图像度量测量步骤期间测量仅仅该区中的光学泄漏。

另外，如图11中所示出的，还能够在dut50中定义一个或多个非感兴趣区（roni）。例如，更接近dut边界的区能够被预期为由于高压而具有较高的像素强度。但是，这些不能被推断为泄漏区，因为，通常与泄漏相关联的高压也存在于非泄漏边界区域处。因此，边界区域可以被指定为非感兴趣区（roni），并且，来自这样的roni的贡献能够通过设计成从dut50的总体分析排除roni的成像操作来抑制。

泄漏检测及光学噪声滤波软件能够进一步采用设计成确定泄漏位置和以标准立方厘米每分钟（sccm）为单位的体积泄漏率的基于机器学习（ml）的估计。类似地，并且如在下文中进一步讨论的，深度学习（dl）回归模型可以代替ml模型而使用。

现在转到图13和图14，ml模型和dl模型可以由以下的方程定义：

在该方程中，fps对应于相机的每秒帧数，并且，对应于在第i秒和第j帧的sccm。

如图13中所示出的，在训练阶段，针对训练而提供经背景减除的图像和对应的地面实况（groundtruth）立方厘米。本文中所描述的，光学噪声滤波软件还能够在训练之前应用于经背景减除的图像上。从给定的输入图像提取特征，并且使用ml/dl回归模型来训练系统。转到图14，在测试阶段，从给定的经背景减除的图像提取相同特征，并且将所述相同特征馈送到受训练的ml/dl回归模型。模型针对每一帧而预测立方厘米值。所公开的ml/dl模型被训练成在每一视频帧上预测泄漏物。然后，所预测的值被凝聚，以计算在某一时刻的对应的sccm值。

如图15和图16中所说明的，光学噪声滤波软件还能够被建模为分类问题。如图15中所示出的，训练阶段将包括经背景减除的图像和对应的地面实况标签，诸如，“无泄漏”、“少量泄漏”或“大量泄漏”。测试dut被提供有所指定的泄漏特性，诸如，“无泄漏dut”、“少量泄漏dut”或“大量泄漏dut”，并且，测试dut的地面实况标签与测试dut的泄漏特性相关联。所得到的数据被开发到输出dl分类模型中。在训练之前，光学噪声滤波软件还能够应用于如本文中所描述的经背景减除的图像上。

转到图16，在测试阶段，从图15的方法输出的受训练的深度学习分类模型用作针对dut50的对于经背景减除的图像的处理模型。图像被上传到dl分类模型，并且，所预测的标签是示出dut50是无泄漏装置、少量泄漏装置还是大量泄漏装置的输出。

备选地，如图17和图18中所说明的，光学噪声滤波软件还能够被建模为检测问题。如图17中所示出的，在训练阶段，针对训练而提供已知泄漏区的经背景减除的图像和对应的地面实况边界框。在训练之前，光学噪声滤波软件还能够应用于经背景减除的图像，如本文中所描述的。边界框表示已知在图像中存在的泄漏区。训练系统的输出是dl检测模型。

转到图18，在测试阶段，从图17的方法输出的受训练的深度学习检测模型用作针对dut50的对于经背景减除的图像的处理模型。图像被上传到检测模型，并且，一个或多个所预测的边界框正示出dut50的泄漏区。

在图19和图20中所说明的另一备选方案中，光学噪声滤波软件能够被建模为分割问题。如图19中所示出的，在训练阶段，针对训练而提供经背景减除的图像和对应的地面实况二值掩模图像（例如，如在图9和图10中示出）。在训练之前，定制的光学噪声滤波（诸如，结合图11的方法而示出并且描述的滤波）也能够应用于经背景减除的图像上。二值掩模图像将图像中的已知泄漏区表示为白色像素并且将其它区表示为黑色像素。该dl分割训练的输出是dl分割模型。

转到图20，在测试阶段，从图19的方法输出的受训练的分割模型用作对于来自dut50的图像的处理模型。dut50的所预测的泄漏区被输出，其中，相关联的精确的（即，二值）边界作为dl分割模型的输出而获得。泄漏物宽度、泄漏物长度以及泄漏物行进区域能够使用该模型而计算如例如在上文中关于图12a-12d而描述的。

在一个示例性实施例中，dut50可以是移动电话、平板或其它手持显示装置，并且，系统10用于评价围绕移动电话或平板的气密性地密封的壳体。例如，图6示意性地说明移动电话的部分。当使所有的各种部件通过接口接合在一起时，移动电话配置于适合于被人手持握的便利的包装中。除了具有较大的总体尺寸之外，平板可以与电话类似地配置。例如，如图21a和图21b中所示出的，示例性移动电话400包括后盖410。底壳420与面壳430通过接口接合，以保护配置成向移动电话400提供功能性的电路板425。底壳420配置成支撑电池415，并且进一步配置成与后盖410通过接口接合。面壳430配置成与显示模块440通过接口接合并且支撑显示模块440。显示模块440在被完全组装时包括显示层470和盖玻璃/触摸板450a。盖玻璃/触摸板450a配置为透明材料或透明光学材料。

一般而言，dut50可以是配置成气密性地被密封的任何装置，使得理解泄漏的存在和特性能够用于确定实际上是否已利用任何给定的装置样品来达到气密性地密封的配置。配置成气密性地密封的装置可以包括如上文中所讨论的移动电话和平板以及，诸如智能手表和耳机的其它装置，或要求紧密密封的任何其它类型的电部件。

显示模块440包括显示层470，诸如，液晶显示器（lcd）、圆形偏振器460以及在光学上透明的盖玻璃/触摸板450a。在一些配置中，圆形偏振器460可以如环绕显示层470和圆形偏振器460两者的虚线轮廓所示出的那样集成于显示层470内。显示层470配置成诸如通过显示可被用户察看的图像而给对应的用户提供视觉界面。显示层470可以如针对特定应用而要求或期望的那样包括一个或多个附加层。各种技术用于构建显示层470，显示层470典型地配置为提供可被用户察看的彩色光的像素。这些技术包括液晶显示器（lcd）、发光二极管（led）、有机发光二极管（oled）等等。盖玻璃/触摸板450a定位成与显示层470或与显示层470相关联的圆形偏振器460相邻。盖玻璃/触摸板450a配置为用户界面，其中，用户可以使用触针或一个或多个手指来通过触摸玻璃或板450a而与移动电话400交互和/或提供输入控制。

设想显示模块440和/或透明光学材料450a的其它用途，诸如，具有显示屏、电视屏、计算机监视器、平板装置、集成的显示屏（例如，集成到车辆仪表板、桌子表面、板等等中）、便携通信装置等等的任何移动装置。

特别地，底壳420、面壳430、后盖410和/或盖玻璃450a可以合作，以形成用以容纳并且保护内部部件（例如，包括电池415、电路板425、偏振器460以及显示层470）的气密性地密封的内部空间。本公开的实施例（包括在上文中详细地描述的泄漏检测系统10）配置成检测和/或测量来自该气密性地密封的内部空间的任何泄漏。

虽然本发明已被描述为具有示例性设计，但本发明能够在本公开的精神和范围内被进一步修改。本申请因此旨在涵盖使用本发明一般原理的本发明的任何变化、使用或修正。而且，当这样的与本公开的偏离在落入所附权利要求的限制内的并且本发明涉及其的已知或通常的实践内，本申请旨在涵盖这样的与本公开的偏离。

方面

方面1是一种成像系统。成像系统包括：点光源，其配置成发射光信号；抛物面准直镜，其定位成接收光信号，抛物面准直镜配置成发射经准直的光信号；抛物面聚光镜，其定位成接收经准直的光信号；空间滤波器，其定位于抛物面聚光镜的傅里叶平面处，空间滤波器配置成使经滤波的光信号通过；图像传感器，其定位于抛物面聚光镜的输出侧处，使得图像传感器定位成接收经滤波的光信号；受测试装置，其定位于抛物面准直镜与抛物面聚光镜之间的物体平面处；以及经增压气体源，其配置成使受测试装置的内部容积增压，由此，成像系统配置成在光学上检测经增压气体从受测试装置的泄漏。

方面2是方面1的成像系统，其中，经增压气体具有与空气不同的折射率。

方面3是方面1或方面2的成像系统，其中，受测试装置配置为气密性地密封的装置。

方面4是方面1-3中的任何一个的成像系统，其中，光信号为非相干光信号。

方面5是方面4的成像系统，其中，非相干光信号由发光二极管发射。

方面6是方面1-3中的任何一个的成像系统，其中，光信号为相干光信号。

方面7是方面6的成像系统，其中，相干光信号由激光器发射。

方面8是方面1-7中的任何一个的成像系统，其中，图像传感器是能够操作地连接到控制器的成像装置，控制器被编程为通过评估检测的图像中的对比度变化的存在或不存在而评价检测的图像，以确定泄漏的存在。

方面9是一种成像系统。成像系统包括：点光源，其配置成发射光信号；准直透镜，其定位成接收光信号，准直透镜配置成发射经准直的光信号；4f成像望远镜，其定位成接收经准直的光信号；空间滤波器，其定位于成像望远镜的傅里叶平面处，空间滤波器配置成使经滤波的光信号通过；图像传感器，其定位于4f成像望远镜的输出侧处，使得图像传感器定位成接收经滤波的光信号；受测试装置，其定位于准直透镜与4f成像望远镜之间的物体平面处；以及经增压气体源，其配置成使受测试装置的内部容积增压，成像系统配置成检测经增压气体从受测试装置的泄漏，由此，成像系统配置成为受测试装置提供光学泄漏检测。

方面10是方面9的成像系统，其中，气体具有与环境空气不同的折射率。

方面11是方面9或10的成像系统，其中，受测试装置配置为气密性地密封的装置。

方面12是方面9-11中的任何一个的成像系统，其中，光信号为非相干光信号。

方面13是方面12的成像系统，其中，非相干光信号由发光二极管发射。

方面14是方面9-13中的任何一个的成像系统，其中，光信号为相干光信号。

方面15是方面14的成像系统，其中，相干光信号由激光器发射。

方面16是方面9-15中的任何一个的成像系统，其中，图像传感器是能够操作地连接到控制器的成像装置，控制器利用处理指令来编程为通过评估检测的图像中的对比度变化的存在或不存在而评价检测的图像以确定泄漏的存在。

方面17是一种用于评价装置中的泄漏的方法，方法包括：发射光信号；修改光信号，以创建经准直的光信号；对光信号进行滤波，以创建经滤波的光信号；感测经滤波的光信号，以创建感测的图像；将受测试装置沿着经准直的光信号放置于物体平面中，使得在感测的图像中出现受测试装置的图像；将经增压气体指引到受测试装置的内部容积中；评价感测的图像中的对比度；以及基于评价对比度的步骤，确定经增压气体是否正从受测试装置的内部容积泄漏。

方面18是方面17的方法，其中，经增压气体具有与空气不同的折射率。

方面19是方面16或17中的任一个的方法，还包括基于感测的图像中的对比度而确定受测试装置中的泄漏的量级和特性。

方面20是方面16-19中的任何一个的方法，其中，受测试装置配置成气密性地密封的装置。

方面21是方面16-20中的任何一个的方法，其中，发射光信号的步骤包括发射非相干光信号。

方面22是方面16-20中的任何一个的方法，其中，发射光信号的步骤包括发射相干光信号。

方面23是方面16-22中的任何一个的方法，其中，感测经滤波的光信号以创建感测的图像的步骤包括利用图像传感器来拍摄感测的图像。

方面24是方面23的方法，其中，评价感测的图像中的对比度的步骤由能够操作地连接到图像传感器的控制器实行。

方面25是一种用于评价检测的图像的方法，方法包括：接收经背景减除的图像；应用图像度量，以测量并且分析经背景减除的图像；记录并且存储图像测量值和分析；以及基于所应用的图像度量和所接收的测量值而对经背景减除的图像的方面进行分类。

方面26是方面25的方法，方法还包括将经背景减除的图像划分成感兴趣区和非感兴趣区。

方面27是方面25或26中的任一个的方法，其中，分类步骤还包括预测标签，诸如，无泄漏、少量泄漏或大量泄漏。

方面28是方面25-27中的任何一个的方法，其中，分类步骤还包括预测泄漏区。