本文關(guān)鍵詞：球面元件表面疵病自動化檢測若干關(guān)鍵技術(shù)探索研究

  更多相關(guān)文章： 球面 疵病檢測 自動對準定中 灰塵 麻點

【摘要】：表面疵病檢測由于疵病分布的隨機性,以及對于大視場、高分辨率、快速檢測的要求,具有極高的難度,使得其成為制約表面檢測的主要因素。本文在平面元件表面疵病檢測系統(tǒng)的基礎上,進行了球面元件表面疵病自動化檢測的一些探索,并通過仿真與實驗驗證了方案的可行性。主要研究了在高精度檢測中球面元件自動對準定中、待測元件表面灰塵麻點自動分類兩項關(guān)鍵技術(shù),為球面元件表面疵病檢測系統(tǒng)的研制提出了技術(shù)基礎。提出了一種實現(xiàn)球面元件表面疵病自動化檢測的系統(tǒng)構(gòu)想,包括系統(tǒng)組成與工作流程,簡要介紹了自動對準、暗場照明及顯微成像、多軸聯(lián)動、疵病評價軟件等幾大模塊。建立了一套用于球面元件表面疵病檢測的球面自動對準系統(tǒng)。該系統(tǒng)基于反射式定中與旋轉(zhuǎn)測量的工作原理,能夠自動化地檢測待測球面的球心位置。通過實驗的方法,選用了基于圖像熵的清晰度評價方法,爬山法和曲線擬合法相結(jié)合的極值點搜索算法。并且分析了系統(tǒng)定中誤差,系統(tǒng)各項誤差約為：X向最大誤差15μm,Y向最大誤差18μm,Z向最大誤差8μm。提出了一種基于模式識別相關(guān)理論的待測球面表面灰塵和麻點判別方法。其基本原理為,通過疵病顯微暗場成像系統(tǒng)在高倍和低倍下采集灰塵和麻點的圖像,提取圖像的灰度、紋理以及形態(tài)學特征,并將特征輸入灰塵麻點分類器中,通過模式識別的方法,給出類別的判別結(jié)果。為了獲取灰塵麻點的分類器,首先在自制的定標板上分別采集灰塵和麻點的高倍和低倍圖像構(gòu)建樣本庫,然后提取圖像的灰度、紋理及形態(tài)學特征,并采用主成分分析的方法對特征進行降維,接著采用支持向量機構(gòu)建分類器,并用10-折交叉驗證法獲取合適的支持向量機參數(shù)。最后通過實驗,對上述兩種技術(shù)進行了驗證。在搭建的自動對準定中實驗系統(tǒng)中進行了自動對準定中實驗,詳細給出了各個步驟的過程。比對了經(jīng)過準直前后的球面元件的暗場圖像,證明了自動準直系統(tǒng)的有效性。并進行了三軸坐標重復性實驗,結(jié)果表明,該球面自動對準系統(tǒng)具有良好的穩(wěn)定性與重復性。灰塵麻點分類驗證實驗中,訓練集的分類正確率為96.56%,測試集的分類正確率為93.90%,實際樣品的分類正確率高于75%,并且所有的麻點均正確分類。實驗證明,該分類方法可以有效區(qū)分灰塵和麻點,降低誤警率。因此,提出的兩項關(guān)鍵技術(shù)能夠運用于球面元件表面疵病自動化檢測系統(tǒng)中。
【關(guān)鍵詞】：球面 疵病檢測 自動對準定中 灰塵 麻點
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TH74;TP391.41
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-12
• 1. 緒論12-22
• 1.1. 研究背景及意義12-15
• 1.1.1. 光學元件表面疵病的定義12
• 1.1.2. 光學元件表面疵病的產(chǎn)生12-14
• 1.1.3. 疵病的危害14
• 1.1.4. 檢測疵病的意義14-15
• 1.2. 光學元件表面疵病檢測現(xiàn)狀15-20
• 1.2.1. 平面光學元件檢測現(xiàn)狀15-19
• 1.2.2. 球面光學元件檢測現(xiàn)狀19
• 1.2.3. 光學元件檢測發(fā)展趨勢探討19-20
• 1.3. 本文主要研究內(nèi)容20-22
• 2. 球面元件表面疵病檢測系統(tǒng)基本原理及構(gòu)成22-28
• 2.1. 現(xiàn)有平面元件表面疵病檢測系統(tǒng)基本原理22-24
• 2.2. 球面元件表面疵病檢測系統(tǒng)基本原理24-28
• 3. 球面光學元件自動對準系統(tǒng)28-55
• 3.1. 自動定中原理28-32
• 3.1.1. 透射式定中儀28-30
• 3.1.2. 反射式定中儀30-32
• 3.1.3. 靜態(tài)測量法32
• 3.1.4. 旋轉(zhuǎn)測量法32
• 3.2. 球面自動對準系統(tǒng)總體設計32-34
• 3.3. 自動對準系統(tǒng)圖像處理軟件設計34-45
• 3.3.1. 清晰度評價34-39
• 3.3.2. 極點搜索算法39-42
• 3.3.3. 十字叉絲中心偏計算42-45
• 3.4. 自動對準系統(tǒng)誤差分析45-54
• 3.4.1. 球心定位的XY向誤差45-47
• 3.4.2. 球心定位的Z向誤差47-54
• 3.5. 本章總結(jié)54-55
• 4. 球面表面灰塵麻點自動分類研究55-69
• 4.1. 表面灰塵和麻點區(qū)分的意義及現(xiàn)狀55
• 4.2. 特征選取55-61
• 4.2.1. 疵病特征選取56-57
• 4.2.2. 特征介紹57-60
• 4.2.3. 基于圖像處理的特征提取60-61
• 4.3. 灰塵麻點自動分類方法及理論介紹61-64
• 4.3.1. 自動分類方法介紹61-62
• 4.3.2. PCA理論介紹62-63
• 4.3.3. SVM理論介紹63-64
• 4.4. 分類器模型參數(shù)確定64-67
• 4.4.1. 練樣本庫64
• 4.4.2. 主成分確定64-65
• 4.4.3. SVM參數(shù)確定65-67
• 4.5. 本章總結(jié)67-69
• 5. 球面光學元件表面疵病自動化檢測相關(guān)實驗69-78
• 5.1. 自動對準實驗69-73
• 5.1.1. 自動對準實驗69-71
• 5.1.2. 暗場照明實驗71-72
• 5.1.3. 自動定心三軸坐標確定重復性實驗72-73
• 5.2. 灰塵麻點自動分類實驗73-77
• 5.2.1. 對樣本庫的分類實驗74
• 5.2.2. 對實際樣本的分類實驗74-77
• 5.3. 本章總結(jié)77-78
• 6. 總結(jié)與展望78-81
• 6.1. 本文工作總結(jié)78-79
• 6.2. 未來工作展望79-81
• 參考文獻81-84
• 作者簡歷及主要研究成果84-85

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 楊甬英;陸春華;梁蛟;劉東;楊李茗;李瑞潔;;光學元件表面缺陷的顯微散射暗場成像及數(shù)字化評價系統(tǒng)[J];光學學報;2007年06期

2 劉琳;王洋;張興德;;基于DWC波前檢測的計算機輔助裝調(diào)技術(shù)[J];激光與紅外;2013年04期

3 張志安;藺麗華;;基于顏色和空間特征的圖像檢索[J];西安科技大學學報;2007年03期

4 向霞;鄭萬國;袁曉東;戴威;蔣勇;李熙斌;王海軍;呂海兵;祖小濤;;Irradiation effects of CO_2 laser parameters on surface morphology of fused silica[J];Chinese Physics B;2011年04期

，

本文編號：537055