-
公开(公告)号：CN114120318B
公开(公告)日：2024-04-26
申请号：CN202111428201.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/70 , G06N5/01 , G06N20/20
Abstract: 一种基于集成决策树的暗场图像目标点精确提取方法，涉及图像处理技术领域，用以解决现有技术中对于大口径光学元件表面缺陷不能有效提取的问题。本发明的技术要点包括：在暗场环境下对元件表面进行全方位扫描采集，获取元件表面暗场图像；对暗场图像进行预处理和分割，获得多个缺陷区域的图像坐标；根据图像坐标提取缺陷区域特征，利用预训练的集成决策树分类模型对元件表面缺陷区域进行识别，剔除后表面伪缺陷区域，获得前表面缺陷区域图像集；对前表面缺陷区域图像集进行聚类处理，根据聚类结果计算获得多个缺陷区域的位置和尺寸。本发明提高了大口径元件表面缺陷的检测效率和准确率，提高了缺陷区域位置和尺寸的测量精度。
-
公开(公告)号：CN114113116B
公开(公告)日：2023-08-18
申请号：CN202111429843.X
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 一种大口径元件表面微缺陷精确检测工艺方法，涉及工程光学技术领域，用以解决现有技术中对于大口径元件表面缺陷检测的定位精度低的问题。本发明的技术要点包括：在暗场环境下对元件表面预设扫描区域进行逐行逐列移动扫描，采集获取多个预设拍照位置的多张子孔径图像；对多张子孔径图像进行处理，获得元件表面多个缺陷区域的位置和实际尺寸。本发明采用扫描拍照的方式实现了大口径元件表面暗场图像的采集，通过图像处理实现了表面缺陷的精确提取。本发明方法易于实现自动化，可为后续缺陷点的定位与修复提供准确的位置与尺寸信息。
-
公开(公告)号：CN114119554A
公开(公告)日：2022-03-01
申请号：CN202111428143.9
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于卷积神经网络的表面微缺陷检测方法及装置，涉及机器学习技术领域，用以解决现有技术对于元件表面缺陷的检测准确率不高且自动识别效率不高的问题。本发明的技术要点包括：采集获取多个元件表面缺陷区域的图像作为图像训练集；对训练集图像进行预处理；将预处理后的训练集图像输入改进的卷积神经网络模型中进行训练，获得训练好的基于卷积神经网络的分割模型；将包含元件表面缺陷区域的待检测图像输入训练好的基于卷积神经网络的分割模型中，获得分割结果；基于分割结果，计算获得缺陷区域在图像中的位置和尺寸。本发明解决了传统图像处理算法较难获得缺陷的完整轮廓且会检测出多个目标干扰信息的问题，且极大的降低了图片处理的时间。
-
公开(公告)号：CN114113115A
公开(公告)日：2022-03-01
申请号：CN202111429808.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
Abstract: 一种大口径元件表面微缺陷高精度自动定位方法，涉及工程光学技术领域，用以解决现有技术对于大口径元件上尺寸较小的缺陷区域难以准确定位的问题。本发明的技术要点包括：获取元件表面缺陷区域的原始位置，包括在机床坐标系下X、Y、Z轴原始坐标；采用改变物距的自动聚焦方法对缺陷区域Z轴原始坐标进行修正，获得Z轴修正坐标；根据Z轴修正坐标对应的物距，采集包含元件表面缺陷区域的图像并对图像进行处理，利用处理结果对缺陷区域X、Y轴坐标进行修正，获得X、Y轴修正坐标。本发明提高了元件表面缺陷的定位和尺寸测量精度，为后续激光修复提供了可靠参数。本发明可应用于在已获取元件表面缺陷粗定位后进一步精确定位缺陷区域位置。
-
公开(公告)号：CN105181601B
公开(公告)日：2017-11-17
申请号：CN201510556941.8
申请日：2015-09-02
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
Abstract: 大口径曲面光学元件微缺陷修复用可微调显微检测装置,涉及一种曲面微缺陷检测装置。解决了大口径光学元件表面微缺陷的快速识别的定位精确度差的问题。本发明的暗场检测单元对熔石英光学元件曲面上的所有缺陷进行全口径扫描，并对扫描的微缺陷图像进行处理，确定微缺陷点的尺寸以及在光学元件表面上的坐标位置；明场监测单元对暗场检测单元处理后的微缺陷点进行实时监测，以观察缺陷点的实际尺寸大小；光谱共焦测距单元通过测量该可微调显微监测装置与曲面光学元件表面之间的距离，对表面上任意一微缺陷点进行Z向的精确定位。本发明适用性于学元件微缺陷修复用使用。
-
Patent Agency Ranking
公开(公告)号：CN105181600B
公开(公告)日：2017-11-17
申请号：CN201510556896.6
申请日：2015-09-02
Applicant: 哈尔滨工业大学 , 中国工程物理研究院激光聚变研究中心
Abstract: 一种大口径曲面光学元件表面微缺陷的检测与激光修复装置,涉及一种光学元件表面微缺陷的检测与激光修复装置。解决了对大口径融石英光学元件的微缺陷检测速度慢和定位精确度底的问题。本发明的可微调显微检测单元、二维大行程快速移动装置、Z轴运动装置和激光组件均设置在承载台上，承载台的上表面沿X轴方向设有凹槽，二维大行程快速移动装置设置在承载台凹槽内，可微调显微检测单元和激光组件均设置于Z轴运动装置的平台上，其轴线方向均垂直于二维大行程快速移动装置的侧面。本发明适用于大口径曲面光学元件表面微缺陷的检测与激光修复使用。
-
公开(公告)号：CN105759389A
公开(公告)日：2016-07-13
申请号：CN201610231486.9
申请日：2016-04-14
Applicant: 哈尔滨工业大学
IPC: G02B7/00
Abstract: 具有平衡装置的大负载单端驱动移动平台，涉及一种大负载单端驱动移动平台。解决了现有单侧驱动易造成机构偏载，上升和下降过程中机构形变不同，影响设备的运行精度或安装过程中误差过大，会导致元件卡死在两侧导轨之间，造成设备损坏的问题。本发明的两个气缸结构的浮动接头的下端固定在承载框体的下边框的上表面，且浮动接头的上端与低摩擦力气缸杆螺纹连接，低摩擦力气缸杆在低摩擦力气缸体内做活塞运动，低摩擦力气缸体顶端穿过龙门横板与双耳环座固定链接，双耳环结构安装在龙门肋板上，双耳环结构(11)与双耳环座(12)之间通过气缸铰链轴铰接，实现相对旋转。本发明适用于作为单端驱动形成装置使用。
-
公开(公告)号：CN114111578B
公开(公告)日：2024-05-24
申请号：CN202111429789.9
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G01B11/00
Abstract: 一种大口径元件的位姿自动确定方法，涉及工程光学技术领域，用以解决由于机床上元件夹具的定位精度有限导致元件位姿不确定的问题。本发明的技术要点包括：对机床上当前位姿的元件采集多个图像，并对多个图像进行处理，获得元件上任意点相对于机床坐标系下其标定位姿的平移误差和偏转误差，其中，平移误差包括X、Y、Z轴平移误差，偏转误差包括X、Y轴偏转误差；根据平移误差和偏转误差计算获得元件的标定位姿。本发明解决了由于夹具定位精度有限造成的元件位姿不确定的问题，获取了元件上的点移动到机床上任意工位的标定坐标，为后续缺陷点的定位和修复提供了准确的位置参考。
-
公开(公告)号：CN114120318A
公开(公告)日：2022-03-01
申请号：CN202111428201.8
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06V20/69 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/70 , G06K9/62 , G06N20/20
Abstract: 一种基于集成决策树的暗场图像目标点精确提取方法，涉及图像处理技术领域，用以解决现有技术中对于大口径光学元件表面缺陷不能有效提取的问题。本发明的技术要点包括：在暗场环境下对元件表面进行全方位扫描采集，获取元件表面暗场图像；对暗场图像进行预处理和分割，获得多个缺陷区域的图像坐标；根据图像坐标提取缺陷区域特征，利用预训练的集成决策树分类模型对元件表面缺陷区域进行识别，剔除后表面伪缺陷区域，获得前表面缺陷区域图像集；对前表面缺陷区域图像集进行聚类处理，根据聚类结果计算获得多个缺陷区域的位置和尺寸。本发明提高了大口径元件表面缺陷的检测效率和准确率，提高了缺陷区域位置和尺寸的测量精度。
-
公开(公告)号：CN114119557A
公开(公告)日：2022-03-01
申请号：CN202111429842.5
申请日：2021-11-29
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/11 , G06T7/60 , G06T7/73 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 一种基于卷积神经网络的光学元件快速暗场检测方法，涉及光学元件检测技术领域，用以解决现有技术中对于大口径元件表面缺陷识别的准确率和效率较低的问题。本发明的技术要点包括：在暗场环境下对元件表面进行扫描采集，并调整曝光值，获得对应不同曝光值的暗场图像集；将预处理后的暗场图像集输入基于卷积神经网络的识别模型中进行训练；将待识别图像输入训练好的识别模型中，获得识别结果；其中，应用高曝光值数据进行目标分割及图像截取，应用低曝光值数据进行识别分类，模型训练阶段引入迁移学习，降低了模型训练次数，提高了模型识别准确率。本发明通过暗场阶段对缺陷区域进行识别，剔除了大量污染物，使光学元件的整个检测周期大大降低。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.025 seconds)
