一种光学元件表面缺陷检测方法及相关设备

本申请实施例涉及光学检测，尤其涉及一种光学表面元件缺陷检测方法及相关设备。

背景技术：

1、现如今，多分辨率分析技术已经成功的应用于缺陷检测和特征分离领域，比较典型的有小波、曲线波、轮廓波和剪切波，其中，剪切波和小波相比具有更好的方向性，剪切波和曲线波和轮廓波相比有更简单的数学结构，能够有效降低计算的复杂度，非下采样剪切波是剪切波的改进版本，在使用非下采样剪切波进行分解运算时，分解过程没有下采样的产生，分解的每个子带大小和源表面相同，有利于对表面中的缺陷进行识别和分离。

2、随着制造业的发展和进步，目前对精密光学元件的性能和寿命的要求也不断提高，光学元件的缺陷和损伤会影响整个光学系统的性能和寿命，大多数光学元件的缺陷并不能通过人眼来识别，为了使光学元件有更长的寿命和更好的性能，避免由于光学元件对整个光学系统的性能和寿命造成影响，基于此，本申请提供了一种光学元件表面缺陷检测方法及相关设备用于解决上述问题。

技术实现思路

1、本申请实施例提供了一种光学元件表面缺陷检测方法及相关设备，能够有效的去除光学元件表面的纹理特征，将光学元件表面的缺陷进行分离，准确的获知光学元件存在的缺陷，具有方向识别性好，分离定位准确，完整的提取缺陷特征的优点，在精密光学检测和表面计量中具有重要应用价值。

2、本申请第一方面提供了一种光学元件表面缺陷检测方法，包括：

3、采用nsst(non-subsampled shearlet transform，非下采样剪切波变换)对精密光学元件的表面数据进行分解，以分解得到若干个尺度不同方向不同的标准子块；

4、使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取若干个只含有不同尺度和方向缺陷的目标子块，所述最高尺度子块为表示光学元件表面加工时的刀痕纹理信息；

5、对所述若干个目标子块使用nsst逆变换，得到所述精密光学元件表面缺陷的数据。

6、可选的，所述使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块，包括：

7、将所述若干个标准子块进行归一化处理；

8、分别计算不同标准子块的标准差，以获取得到最高尺度子块，所述最高尺度子块表示光学元件表面加工时的刀痕纹理信息；

9、确定使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块。

10、可选的，在分别计算不同标准子块的标准差，以获取得到最高尺度子块之后，所述方法还包括：

11、将所述最高尺度子块置变为0矩阵。

12、可选的，在采用nsst对精密元件的表面数据进行分解之前，所述方法还包括：

13、确定所述精密光学元件的检测区域；

14、设定所述检测区域中相邻两个数据点之间的预设距离；

15、获取所述检测区域中所述数据点的个数；

16、根据所述预设距离和所述检测区域中所述数据点的个数获取所述检测区域中存在的刀痕、坑包和划痕的表面数据。

17、可选的，所述确定使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块，包括：

18、确定l0梯度最小化的函数为：

19、

20、其中，ip表示输入p处的表面数据，sp表示输出p处表面数据的运算结果，表示表面数据p处的梯度，λ为控制平滑权重的参数，λ＝nσ(n＝1、2、3......)，σ为标准差。

21、可选的，所述在使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值之前，所述方法还包括：

22、使用平均灰度、平均对比度、平滑度、一致性和熵作为表面数据的统计特征，用于分析精密光学元件不同尺度不同方向的纹理特征和缺陷数值分布；

23、平均灰度：

24、平均对比度：

25、平滑度：r＝1-1/(1+σ2)；

26、一致性：

27、熵：

28、其中，zi表示高度的一个随机变量；i表示计数点，i＝0，1，2....；p(zi)表示高度级为zi的像素个数；l表示高度级数；μ2表示二级阶；μn表示n级阶；σ2表示方差；σ表示标准差；m表示平均灰度；u表示一致性；e表示熵。

29、可选的，所述在使用平均灰度、平均对比度、平滑度、一致性和熵作为表面数据的统计特征之后，所述方法还包括：

30、将不同尺度不同方向的纹理特征进行重构，用于精确分析光学元件表面不同尺度的特征。

31、本申请第二方面提供了一种光学元件表面缺陷检测系统，包括：

32、分解单元，用于采用nsst对精密光学元件的表面数据进行分解，以分解得到若干个尺度不同方向不同的标准子块；

33、消除单元，用于使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块，所述最高尺度子块为表示光学元件表面加工时的刀痕纹理信息；

34、逆变化单元，用于对所述若干个目标子块使用nsst逆变换，得到所述精密光学元件表面缺陷的数据。

35、本申请第三方面提供了一种光学元件表面缺陷检测设备，包括：

36、处理器、存储器、输入输出单元以及总线；

37、所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

38、所述存储器保存有程序，所述处理器调用所述程序以执行如第一方面中任意一项所述的光学元件表面缺陷检测方法。

39、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如第一方面中任一项所述的方法。

40、从以上技术方案可以看出，本申请实施例具有以下优点：

41、本申请光学元件表面缺陷检测方法首先采用nsst对精密光学元件的表面数据进行分解，以分解得到若干个尺度不同方向不同的标准子块；然后使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取若干个只含有不同尺度和方向缺陷的目标子块，所述最高尺度子块为表示光学元件表面加工时的刀痕纹理信息；最后对所述若干个目标子块使用nsst逆变换，得到所述精密光学元件表面缺陷的数据，进而可知，首先使用nsst将表面数据分解为不同的尺度和方向，然后在子块上使用l0梯度最小化去除光学元件表面的纹理特征，最后分离出元件表面的缺陷，从而可准确的获知光学元件存在的缺陷，方便后续对光学元件存在的缺陷进行处理，有助于整个光学系统的正常运行，本方法具有方向识别性好，分离定位准确，完整的提取缺陷特征的优点，在精密光学检测和表面计量中具有重要应用价值。

技术特征：

1.一种光学元件表面缺陷检测方法，其特征在于，包括：

2.根据权利要求1所述的光学元件表面缺陷检测方法，其特征在于，所述使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块，包括：

3.根据权利要求2所述的光学元件表面缺陷检测方法，其特征在于，在分别计算不同标准子块的标准差，以获取得到最高尺度子块之后，所述方法还包括：

4.根据权利要求1所述的光学元件表面缺陷检测方法，其特征在于，在采用nsst对精密元件的表面数据进行分解之前，所述方法还包括：

5.根据权利要求2所述的光学元件表面缺陷检测方法，其特征在于，所述确定使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取得到若干个只含有不同尺度和方向缺陷的目标子块，包括：

6.根据权利要求1所述的光学元件表面缺陷检测方法，其特征在于，所述在使用l0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值之前，所述方法还包括：

7.根据权利要求6所述的光学元件表面缺陷检测方法，其特征在于，所述在使用平均灰度、平均对比度、平滑度、一致性和熵作为表面数据的统计特征之后，所述方法还包括：

8.一种光学元件表面缺陷检测系统，其特征在于，包括：

9.一种光学元件表面缺陷检测设备，其特征在于，包括：

10.一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如权利要求1至7中任一项所述的方法。

技术总结
本申请实施例公开了一种光学元件表面缺陷检测方法及相关设备，能够有效的去除光学元件表面的纹理特征，将光学元件表面的缺陷进行分离，准确的获知光学元件存在的缺陷，具有方向识别性好，分离准确，完整的提取缺陷特征的优点，在精密光学检测和表面计量中具有重要应用价值。本申请包括：采用NSST对精密光学元件的表面数据进行分解，以分解得到若干个尺度不同方向不同的标准子块；使用L0梯度最小化消除除最高尺度子块外所有标准子块的纹理数值，以获取若干个只含有不同尺度和方向缺陷的目标子块，所述最高尺度子块为表示光学元件表面加工时的刀痕纹理信息；对所述若干个目标子块使用NSST逆变换，得到所述精密光学元件表面缺陷的数据。

技术研发人员：李林福,张传博,杨继启,欧建开,曾正
受保护的技术使用者：贵州民族大学
技术研发日：
技术公布日：2024/1/14