自动光学检测（精选8篇）
自动光学检测 篇1
摘要：为了适应不同类型印刷电路板(PCB)元件的检测要求,提出了一种可重构的PCB元件自动光学检测算法。基于自动光学检测(AOI)的基本原理,建立了由元件层、缺陷层和特征层组成的3层可重构模型,通过对缺陷层的划分和特征层的建模,实现了检测算法的可重构。实验结果表明,该算法有良好的可重构性和适应性。
关键词：自动光学检测(AOI),可重构模型,PCB元件,特征提取
0 引言
随着印刷电路板(PCB)贴片密度的增大以及元器件的微细化,传统的人工目测已经不能满足生产要求,自动光学检测(AOI)系统能够有效地提高缺陷检测的速度和准确率,及时反馈信息,从而不断地优化生产流程中的相关参数,因此AOI逐渐成为研究的热点[1~5]。目前,AOI检测算法大致分两类:一类直接图像比对,即将待测品的图像和良品的标准图像进行简单的比较,如果不相符则判为不良品,该方法使用简便,但判断标准难以把握,也不易给出缺陷的类型;另一类是区域特征判定法,通过对多个区域的图像特征进行量化,把量化后的数据与标准值进行比较,判断是否存在某种缺陷。第二类方法是AOI主流。
常见的元件检测算法一般是针对一类元件设计一套算法,如文献[2]分析了阻容器件的特点并提出了具体的检测算法;文献[3]针对IC芯片引脚缺陷进行了分类和检测;文献[4,5]针对焊点焊接情况提出了相应的检测算法,但是这些检测算法仅能适应某一类元件的检测。然而,表面贴装元件品种繁多,功能各异,新的封装形式不断涌现[6],单一的检测算法已经很难适应行业的快速发展。
为了提高PCB元件检测算法的适应性和软件的可扩展性,本文引入了可重构思想。可重构要求重构对象的组成要素支持快速组合和动态重构,提高系统的自适应能力[7],因此,本文深入分析了元件检测算法的组成要素,建立了元件检测算法的3层可重构模型。通过对缺陷层的划分和特征层的建模,实现了检测算法的可重构。可重构技术的引入,提高了AOI软件开发效率,提升了软件的可维护性,提高了设备的使用效率。
1 AOI系统的基本原理
AOI的工作原理如图1所示,由工业相机和光源组成的图像采集系统采集PCB图像,对图像进行预处理后,利用检测算法对图像进行分析,最后将检测结果显示出来。如图2所示,本文的图像采集系统由一个彩色相机和三色(红、绿、蓝)LED环形结构光源组成。
图2中,红色、绿色、蓝色三段环形LED分别从高、中、低不同角度对PCB照射。由于红光相对基板面入射角较大,照射到较为平坦表面的红光反射到相机,而照射到倾斜表面的红光则不能反射进相机,因此平坦表面在图像中体现为红色。同理,轻微倾斜的焊锡表面体现为绿色,陡峭倾斜的焊锡表面体现为蓝色。因此,元件和焊点的三维形状信息在二维图像上通过颜色特征得到充分体现[8]。
2 检测算法的可重构模型
在生产过程中,由于环境、设备状态和焊锡等因素的影响,电路板可能存在缺件、偏移、翘脚、错件、空焊、虚焊、少锡、多锡等缺陷如图3所示,AOI的任务则是检测出这些缺陷。
表面贴装元件品种繁多,新的封装形式不断涌现,如果针对每种封装元件和缺陷都专门设计检测算法,则大大增加软件开发、升级和维护的工作量。因此,本文利用可重构技术解决该难题。可重构包括3个步骤:对象的划分与分析,对象的特征提取和对象的重构[9]。由于不同的元件有不同的缺陷,不同的缺陷有不同的特征,如果能够抽象出常见缺陷关键特征,则缺陷的检测算法可以利用这些关键特征通过逻辑组合进行构造,而元件的检测算法则在缺陷检测算法基础上进行构造,这样就可以大幅度减少软件编写和维护工作量,上述问题就迎刃而解。
考虑方便用户理解和编程,元件的检测算法按元件封装分类,而缺陷的分类也应符合用户的习惯,以便生产过程质量管理,因此可重构检测算法上面两为元件层和缺陷层。如前所述,缺陷检测算法由特征检测算法构造而成,因此,缺陷层的下一层是特征层。可见,AOI检测算法的可重构模型可以划分为元件层、缺陷层和特征层3个层次,如图4所示。元件层是不同类型元件(如片状元件、多脚元件和IC等)的检测算法,用户只需要根据元件封装类型选择相应的算法,所以可重构算法的关键是缺陷层的分析和特征层的抽象,下面将分别对缺陷层和特征层进行深入研究。
2.1 缺陷层的划分与分析
电路板组装缺陷大致可以划分为3大类型:焊点缺陷(多锡、少锡、桥接、假焊)、元件贴装缺陷(错件、缺件、偏移、极性错误、浮起、立碑)和元件自身缺陷(破损、引脚弯曲)等如表1所示。
由表1分析可知,焊点缺陷主要是检测焊锡颜色的数量和分布情况,如:多锡可以通过检测焊盘内焊锡颜色(蓝色)的面积多少来判定。元件贴装缺陷和自身缺陷主要是检测元件本体颜色的数量和分布,如:缺件可以通过检测两焊盘之间本体颜色的面积来判定,错件缺陷可以通过光学字符检查(OCV)或颜色分析检出,OCV有很多专门算法可以直接应用,因此本文不再赘述。下文主要集中于颜色分析和特征分析。
2.2 特征层的分析与建模
特征对缺陷的表征能力有强有弱,在保证检测效果的前提下,应尽量使用小的特征维数来保证检测速度。综合表1中所列缺陷图像的共同特征可知,区域的颜色分布可由面积、重心、水平连续度和垂直连续度等特征量来描述,这些特征构成了缺陷检查的基本描述算子,将这些算子进行逻辑组合可以描述元件的大部分缺陷。
2.2.1区域分割
在对特定区域的颜色分布进行描述前,先要进行图像分割,也就是把感兴趣的区域(ROI)和背景分开。图像采集装置输出的是RGB三色图像,但的HSI彩色模型更符合人对颜色的描述,而且其色调和饱和度不受亮度变化的影响,因此更适合图像分割。
进行图像分割前,先将RGB三色图像转换为HSI模型,并对H、S、I 3个灰度平面分别进行二值化,再将3张二值化图像进行与运算,得到ROI的二值化图像,
其中,Ti,fi(x,y),gi(x,y)分别是相应图像平面分割阈值、分割前和分割后的灰度值,i=H、S、I。
2.2.2特征描述算子
1)面积特征的提取
面积特征主要表征对象颜色的多少,因此可以用对象颜色总像素占区域总像素的百分比来表示:
式中,M和N图像的长和宽,r是对象颜色面积率,它可以用来表征多锡、少锡、假焊等缺陷。
2)重心特征的提取
重心特征主要表征对象颜色在区域中的位置,对象颜色的重心坐标为:
因此,定义偏心率来表征对象颜色相对区域中心的位置:
式中,e是偏心率,它可以用来表征立碑等缺陷。
3)水平连续度的提取
水平连续度主要表征对象颜色在检测区域中从左到右的连续程度,定义为:
式中,lHMax是对象颜色在水平方向上最大的连续长度,它可以用来表征桥接等有水平连续特征的缺陷。
4)垂直连续度的提取
垂直连续度主要表征对象颜色在检测区域中从上到下连续的程度,定义为:
式中,lVMax是对象颜色在垂直方向上最大的连续长度,它可以用来表征桥接等有垂直连续特征的缺陷。
3 元件检测算法的可重构实现
以上定义了几种关键的图像特征描述算子,要利用这些特征算子来检测缺陷还需要设计算法的逻辑组合方法,以便构造各种缺陷的检测算法,进而构造各种元件的检测算法。
通过以上分析可知,有的缺陷表现为指定区域某一特征值超限;有的缺陷表现为指定区域多个特征值超限;有的缺陷则需要用多个区域的多种特征值组合才能判定。为了方便表达我们约定如果逻辑判断结果为1则存在某种缺陷,如果为0则不存在该缺陷。
因此,定义以下逻辑:
特征正逻辑:指定区域的特征值大于阈值为0(无缺陷),否则为1(缺陷),在特征值前面加“+”来表示。
特征反逻辑:指定区域的特征值小于阈值为0(无缺陷),否则为1(缺陷),在特征值前面加“-”来表示。
特征间与逻辑:多个指定区域的特征都为正常则结果为0(无缺陷),否则为1(缺陷),特征值之间用“and”来连接。
特征间或逻辑:多个指定区域特征如果有一种为正常则结果为0(无缺陷),否则为1(缺陷),特征值之间用“or”来连接。
综上所述,每个区域的检测结果:
式中Xi=[REGIONi,gi(x,y),Fi]T,REGIONi为检测区域,gi(x,y)为区域分割函数,Fi为区域特征算子及其逻辑,fi为逻辑运算法则,Ri为检测结果。
3.1 缺陷检测算法的构造
每一种缺陷可以由一个或一个以上的区域图像特征来表征。式(8)定义了每个区域检测结果的表达式,检测时,利用式(8)计算各区域的检测结果,再对各区域检测结果进行相应的逻辑运算,即可判断是否存在某种缺陷。例如:方形元件立碑缺陷的特点为某一焊盘中央区域出现较多的红色且重心在焊盘中心附近,且另一焊盘焊锡分布正常,所以该缺陷必须用两个区域的图像检测结果来表征:
如果R=0则不存在立碑缺陷,否则为立碑缺陷。
3.2 元件检测算法的重构
上文介绍了缺陷检测算法的构造过程,结合不同元件的特点,通过构造不同的缺陷检测算法,并综合这些缺陷检测算法就可以重构出不同元件的检测算法。
如图5所示,在特征集中选取不同的特征构成不同的缺陷,再从缺陷集中选取不同的缺陷构成不同的元件检测算法。重构前首先查询算法库,如果存在相同的检测算法则直接调用,如果存在相似的检测算法则修改后调用,否则进行重构。重构时,首先分析元件特点和确定检测项目,并指定检测区域和颜色(H、S、I 3个通道的分割阈值),然后选取相应的特征并设定特征逻辑,再设定特征间逻辑,构成新的缺陷算法,最后综合这些缺陷算法构成新的元件检测算法。
图6是一个异型元件的检测区域划分图,实际生产中,该元件主要的缺陷有:缺件、桥接、假焊、少锡、偏移和引脚步弯曲等,其检测算法可表示如下:
式中,
R缺件=f1([区域3,元件颜色,(+r)]T),
R桥接=f2([区域7,蓝色,(-cV)and(-c H)]T),
R假焊=f3([区域8,红色,(-r)]T),
R少锡=f4([区域4、5、6,红色,(-r)]T),
R偏移=f5([区域1、2,元件颜色,(-r)]T),
R引脚弯曲=f6([区域7,红色,(-r)]T)。
图7是元件检测算法流程图,首先对指定的区域按设定的H、S、I 3个通道阈值进行图像分割处理,然后计算各特征值,利用特征内逻辑获得特征结果,利用特征间逻辑获得检测结果。
4 实验
图8(a)和(b)分别是应用本算法设计而成的AOI系统的外观图和软件主界面。软件使用过程中,用户通过添加检测窗口来指定检测区域,然后设置该区域的灰度值、特征、特征逻辑、特征间逻辑和缺陷名称等属性,综合这些区域形成新检测算法。该算法可保存至算法库中,使算法库不断的扩展。通过反复调用、修改或重构算法库中的算法,大大提高了算法库的适应性,给用户带来极大的便利。
实验中,利用本AOI对某工厂在线生产的电路板进行为期5天的检测。实验中分别对10种类型的电路板进行了检测,其结果统计如表2所示。
由表2可知,由编号1到编号10,电路板元件个数呈增长趋势,而重构次数呈减少趋势,这表明:随着重构的进行,算法库不断地扩展,其适应能力不断地增强,大部分元件的检测算法可以从算法库中直接调用或修改使用,只有少部分产品检测算法才需要全面的重构,大大提高了编程的效率。可见本文所提出的三层可重构模型,对PCB元件检测有良好的可重构性、扩展性和适应性。
实验中,最高误报率为2%,最高漏报率为0.03%,这表明了:本文对缺陷层的分析与划分比较全面地反映了行业的实际情况;对特征层的分析与建模比较全面地反映了各种缺陷的本质,达到了理想的检测效果。
5 结束语
为了解决常用PCB元件检测算法适应能力低,可扩展性差等问题,引入了可重构思想,提出了一种可重构检测算法。首先建立了由元件层、缺陷层和特征层组成的可重构模型,通过对缺陷层的划分和特征层的建模,实现了检测算法的可重构。并把该算法应用于AOI系统,对在线生产的PCB进行检测,结果表明,该算法有良好的可重构性、可扩展性、适应性和有效性。目前,该算法已经成功应用于实际生产中,给用户带来极大的便利和效益。
参考文献
[1]Douglas W.Raymond,Dominic F.Haigh.Why automated op-tical inspection[C].International Test Conference,1997:1033.
[2]贺珍真,张宪民,邝泳聪.电子元件的特征建模与检查算法研究[J].机电工程技术,2008,37(6):58-61.
[3]朱更明,李方敏.IC芯片管脚缺陷在线视觉检测系统研[J].计算机工程与应用,2002,(1):232-235.
[4]祝凌云.基于图像处理技术的焊点缺陷提取和自动鉴别[D].哈尔滨:哈尔滨工业大学,2006
[5]Horng-Hai Loh,Ming-Sing Lu.Printed Circuit Board Inspe-ction Using Image Analysis[C].Industrial Automation and Control:Emerging Technologies,1995:673-677.
[6]张文典.实用表面组装技术[M].北京:电子工业出版社,2006.26-85.
[7]陈曾胜.基于可重构理论的智能仪器设计[D].合肥:合肥工业大学,2002.3-4.
[8]Sheng-Lin Lu,Xian-Min Zhang.Optimized design of an AOI illuminator[C].Proceeding of 2007 Wavelet Analysis and Pattern,2007,27(7):87.
[9]钱玲.可重构虚拟制造系统研究[D].南京:南京理工大学,2005.26-30.
一种检测光学元件面形的新方法 篇2
关键词： 面形检测； 数字刀口检测技术； 干涉检测技术； 投影检测技术
中图分类号： TN 247文献标志码： Adoi： 10.3969/j.issn.10055630.2014.04.004
引言随着光学技术的发展，光学元件的应用日益广泛，因此对光学元件的质量检测提出了更严格的要求。分析目前常用的检测光学元件面形的方法——数字刀口检测技术和干涉检测技术，并针对市场的需求提出一种基于结构光的三维检测方法，目前这种方法多用于检测高反射率的物体，因此将此方法运用于检测光学元件面形是一种新的尝试。基于结构光的三维检测方法对于周围的检测环境要求较低，可用于工厂实现光学元件面形的在线检测，具有广泛的社会需求和较好的发展前景。
数字刀口检测技术
1.1检测原理数字刀口检测法采用的是波像差基本原理，如图1所示。由于被检光学元件表面可看作是由无数个点集合而成的，所以若能够得到每个点的波相差就可以得到每个点的光程差，这是因为波像差为实际波面和理想波面之间的光程差，通过这样的方法就可得到被测光学元件表面的整个面形信息。刀口在会聚光束的交点附近步进式地沿某一方向动态切割弥散斑，获得连续的切割图像，通过计算机分析处理就可以获得光学元件表面的面型特征。但是当光学元件表面有较大疵病存在时，由于光线偏离会产生一个新的会聚交点，那么偏离光线产生的新会聚位置与理想光线会聚位置的夹角为，分别用一维式表示为
一种检测光学元件面形的新方法
1.2检测特点数字刀口检测技术的优点在于检验精度高，可达到λ/200；所需设备简单，不受被检光学元件口径大小的限制，可直接检验凹球面及凸球面；检测速度快，将阴影仪放置后用刀口切割，能快速发现镜面缺陷及其所在部位；非接触性检测无损伤，检测时刀口仪不需要与光学元件接触，不会划伤被检元件；加用辅助镜面后，就可以检验多种常用镜面，如平面、物镜、非球面、光学系统等。但是刀口步进式地沿某一方向动态切割弥散斑时，需要连续采集20～30幅图像，图像处理工作量较大；同时由实验可以看出在刀口检测中，光学元件中央部分检测结果较好，而靠近镜面边界误差较大，这是因为所记录的阴影图边界不清晰而使得检测结果误差较大。2干涉检测技术
2.1检测原理数字干涉检测技术是图像处理技术与计算机技术的结合并延伸，可用干涉仪中的干涉条纹分析空间位置上正弦分布的光强信息，可推导出波面的相位信息为
detection process and analysis method式中，I（x，y）为干涉条纹产生的呈正弦分布的光强，a（x，y）为亮条纹的光强， b（x，y）为背景光的强度，（x，y）为由干涉仪直接测得的波面相位分布函数。故已知干涉条纹的光强度分布，即可利用式（6）逆推计算波前的相位分布，但是因为a（x，y），b（x，y），（x，y）的未知性，还存在下列关系式cos=cos（-）（7）
cos=cos（+2π）（8）所以，需要采用一些特殊的方法来有效解决这些问题[2]。基于图像处理技术，且拥有定量分析功能的数字干涉仪通常划分为两类[35]，包括基于强度分析法的静态条纹判读干涉仪和基于相位分析法的相移干涉仪，其检测过程及分析方法如图3所示。强度分析法利用的是传统图像处理算法，对干涉条纹采用极值定位技术来求解相位分布；相位分析法则是主动改变了干涉条纹的相位，使条纹的强度分布表示为I（x，y，t）=a（x，y）+b（x，y）cos[（x，y）+2π（f0xx+f0yy）+v0t+a（t）]（9）式中，f0x，f0y分别为x和y方向上的初始空间频率，v0为初始的时间频率，a（t）为相位的偏移量。改变相位函数为求解波前相位分布提供了附加的条件，因此相移算法可以提供更高的检测精度。静态条纹判读干涉仪和相移干涉仪从结构上说，它们之间的区别主要在于是否在干涉仪的标准参考平面上加入了精密移动功能。一般强度分析法较为简单，设备投资较小，但精度稍低（一般为λ/10），通常用于光学加工的工序检验；而相移法具有高精度（可达到λ/100），但技术较为复杂，设备投资大，通常用于光学元件的最终成品检验。
2.2检测特点干涉检测技术的优点在于检验精度高，可以达到λ/70～λ/100；非接触性测量无损伤，在对元件进行检测的整个过程中，无需接触被检测元件的表面，不会对元件表面造成损伤。但是干涉仪相比其它检测装置来说成本较高；同时在检测时需要的理想标准参考面在实际的生产加工中是难以达到要求的，存在一定误差，这对检测结果的精度存在影响；此外干涉仪对检测环境有很高的要求，例如空气的流动，速度的变化，温度的高低，实验台的震动等一些轻微的变化都会影响实验结果的精确性。3投影检测法
3.1测量原理本文研究的是基于线结构光扫描测量（光切法）[67]和立体视觉测量（双目立体视觉法）[89]相结合的一种检测光学元件面形的测量方法。线结构光视觉法是基于光学三角法的测量原理（又称为光切法），如图4所示，其基本原理是利用结构光的自身特点来帮助实验获取真实被测物的三维信息，即一定模式的结构光投影被测物表面，相机采集受线结构光照射的物体光条图像，再利用几何光学成像原理从采集到的光条图像中得到物体表面的三维信息。双目立体视觉法采用的基本原理是两幅图像的立体视差，即用两个完全相同的相机拍摄被测物体，物体上同一三维空间坐标点在两个相机上成像形成两个二维平面成像点，这两个成像点在位置上存在差异，这就是立体视差，也就是立体视觉的方法，如图5所示。
3.2方案设计根据测量原理，设计投影法检测光学元件面形方案如图6所示。将两个CMOS相机平行放置，再将线激光器放置在两个相机中间并垂直平分两相机连线。线结构光垂直水平面投射被测物体表面产生三条亮度很高的细线，由左右两CMOS相机采集线结构光光条图像。将得到的视差图通过平面标定，图像处理，立体匹配及三维重建等算法就可实现对被测光学元件面形的三维还原，软件算法流程图如图7所示。
3.3数学模型采用文献[10]的标定法，标定程序的流程图，如图8所示。
3.4图像处理将采集得到的原始图像对进行中值滤波去除孤立图像噪声和直方图均衡化提高亮度，即可得到灰度均匀的分布在0～255之间的立体图像对，这样能较好地满足基于区域的立体匹配的要求。
表1给出了这两种检测方法的检测结果，波面最高波峰值与最低波谷值之间的差值即（PV）值和均方根（RMS）值。从三线投影法和ZYGO干涉仪的检测结果比较来看，由于检测的透镜较小，所以这两种方法检测出的单线与整面的PV值之间的差异都约为0.01 μm，RMS值之间的差异约为0.01 μm，对于一个口径较小的透镜来说，这样的结果是较为理想的，与ZGYO干涉仪检测结果的精度较为接近，这样就验证了结构光投影法检测光学元件的方法是可以满足通常的检测要求，具有一定的可行性。4结论基于结构光的三维检测方法是目前三维测量研究领域中的热点研究方向，也是测量光学元件面形的新方法。该方法在进行测量时不需要与待测物体相接触并且具有测量速度快、成本低等突出优点，最重要的是这种方法对于周围的检测环境要求很低，可用于工厂实现光学元件面形的在线检测，具有广泛的社会需求和较好的发展前景。
自动光学检测 篇3
随着信息产业的飞速发展, 在国民经济和国防事业中, 微电子产业发挥出越来越重要的作用。同时在微电子产业中, PCB板是其中一个关键的部件[1]。随着新型元器件的不断涌现, 对PCB板的要求越来越严格。由于元件密度增加, 引脚距离变小, PCB板的制作会越发的困难。为了有效避免PCB板在制作时产生各种缺陷, 影响后续工序, 在PCB板制作时, 会对PCB板进行检测。根据检测方式的不同, 可以将检测分为传统人工检测和新型自动检测。对于新型自动检测来说, 又可以分为电学检测、自动X射线检测和AOI。传统的人工检测在面对现在纷繁复杂的PCB板时, 越发的显得效率低、漏检率和误检率高, 因此为了提升效率, 降低漏检率, 新型检测方法不断的在被人们使用。其中的自动光学检测是一个必然趋势, 因为其相对其他自动检测方法来说具有成本低、效率高、非接触、速度快、柔性好等突出优点, 同时通过综合图像分析, 可以对物体的尺寸和相对位置进行测量[2,3]。
对于PCB板的AOI检测中, 有一类检测是尤为重要的, 那就是圆形图像检测[4]。圆形图像检测的主要目的是得到圆的圆心、半径或边缘等重要信息, 以便于检测PCB板中塞孔、缺孔、多孔情况, 并计算相应孔的孔径与孔数, 为后续检测提供依据。在同时, Hough变换作为一种有效的圆形检测方式, 已经得到了广泛应用。本文中主要讨论快速Hough变换和最小二乘法相结合方法在PCB板中圆形图像检测的应用。
1 快速Hough变换的原理
Hough变换[5,6,7,8,9]是由P.V.C.Hough于1962 年提出, 其通过把空间中的检测问题转换到参量空间, 然后将图像空间中的边缘信息映射为参量, 使得图像空间中具有一定关系的像素进行聚类, 从而完成检测。然而在使用传统的Hough变换时, Hough变换的缺点变暴露出来了, 其占用内存空间大, 消耗时间多, 实时性差, 因而在AOI中, 其往往难以胜任。为此, 人们在不断的改进这种方法。文中采用文献[10]中快速Hough变换方法。
对于半径为r , 圆心坐标为 (a, b) 的圆用方程可以描述为:
Hough变换圆检测需要将图像空间转换成3 个参量空间, 即由半径范围r 、圆心行坐标范围x 、圆心列坐标范围y组成参量空间。参量空间对应的量化值分别为 Δx , Δy和 Δr 。量化值 Δx , Δy和 Δr将参量空间分成许多的量化子空间。即通过检测这些子空间是否满足像素映射同一圆这一特性, 来检测图像中的圆形。由于圆上面的点数过多, 在Hough变换时, 所涉及的维数过高, 对所有点进行运算, 所消耗的资源是非常巨大的。为了提升效率, 根据文献[5]中, 假设g (x) 和g (y) 分别是二值图像在x和y轴方向的值, 则标准的Hough变换需要一个三维累加数组a, b, r的范围分别为0~g (x) , 0~g (y) 和, 其中g (x) 和g (y) 分别是二值图像在x和y轴方向的值。如果累加数据在a, b, r轴方向离散的值分别为 Δ (a) , Δ (b) 和 Δ (r) , 那么累加数组的范围为:
检测精度取决于 Δ (a) , Δ (b) 和 Δ (r) , 因而累加数组a , b , r可能非常巨大。在检测精度较高时, 需采用多次迭代, 来减小计算量和存储空间。
假设迭代次数为L , g (x, i) 和g (y, i) 分别为图像第i次缩减范围后x和y的范围。在迭代时, 每次都采用一系列幅图像中的一幅。第一次迭代用的是这一系列图像中最小的一幅, 采用的也是最小的累加数组和最大的累加步长, 获得的a , b , r的值是对参数的一个非常粗略的估计。在第一次迭代中获得的a , b , r的估计值用于选取第二次迭代中小的参数范围。在顺序的迭代过程中, 减小参数范围, 累加步长和扩大图像的操作一直进行, 直到分析原始图像为止。上述迭代过程相对于用一幅图像一个累加数组进行Hough变换而言, 大大减小了计算量和存储空间。
2 最小二乘法的圆拟合
在含有圆形图像的图像检测中, 尤其是在PCB板中的圆形检测, 往往要面对一个问题, 即不规则的圆或有多个同心圆的情况, 可以视这个不规则圆或有多个同心圆为一组边界。倘若不对这组边界进行拟合, 往往会为后续计算圆的半径、圆心带来较大误差, 因此根据具体情况, 由不规则的圆来拟合一个适当大小和形状的圆, 是十分有必要的。
根据式 (1) 中圆的一般方程, 可以将其改写为:
同时假设, 在图像中的圆是由i个有用像素点组成的, 即一个有效边界。这个有效边界中任意一点n相对于所拟合的点的距离平方, 即残差平方可以描述为:
根据最小二乘原理, 将n个点所产生的残差求和, 即残差的平方和可以写为:
如果取出合适的c , d和e , 则可以使式 (5) 最小, 得到满足要求的c , d和e , 从而可以得到所检测圆形图像的半径和圆心。
3 基于快速Hough变换和最小二乘的圆形图像检测
Hough变换是由P.V.C.Hough于1962 年提出[4], 其通过把空间中的检测问题转换到参量空间, 然后将图像空间中的边缘信息映射为参量, 使得图像空间中具有一定关系的像素进行聚类, 从而完成检测。然而在使用传
检测流程如图1 所示, 通过硬件设备采集到的PCB图像, 经过预处理之后, 得到PCB图像的灰度图, 在通过Canny算子检测, 得到图像的边缘。
通过PCB图像的预处理, 得到适合后续检测所需的图像, 如图2 所示。将预处理后的PCB图像进行快速Hough变换, 只取出其中包含圆形信息的图像, 剔除其他无关像素。在快速Hough变换的同时, 需对可能的圆形信息进行判定, 只取出其中较长几条圆弧, 用以排除可能不是圆形图像信息的干扰, 如图3 所示。 快速Hough变换后, 只取出其中较长的圆弧, 较短的圆弧和其他直线都被排除在外。最后采用最小二乘方法的圆形拟合, 得到一个较为准确的圆形, 如图4 所示。从而计算拟合之后圆的半径和圆心。
图4 中, 通过对相关图像的测试, 可以有效的对图像中圆形图像进行判定, 同时可以有效地计算出圆形的圆心和半径。
4 结语
通过快速Hough变换和最小二乘拟合, 可以有效地完成PCB板中的圆形图像的检测, 同时可以获得圆形图像的半径和圆形的信息。通过相关仿真, 验证了这一方法的有效性。因而这一方法为在PCB板自动光学缺陷检测中提供了一定的理论依据。
参考文献
[1]寇莎莎.基于AOI技术的PCB钻孔精度检测系统的研究[D].北京:北京交通大学, 2008.
[2]BATHELOR B G, BRAGGINS D W.Computer vision:Com-mercial vision systems[M].Germany:Springer-Verlag, 1992:405-452.
[3]陈臣.印刷电路板的自动光学检测系统的设计与研究[D].南京:南京航空航天大学, 2010.
[4]LEI X, ERKKI O, PEKKA K.A new curve detection method:Randomized Hough transform[J].Pattern Recognition Letters, 1990, 11 (5) :331-338.
[5]HOUGH P V C.Method and means for recognizing complexpatterns:US, 3069654[P].1962-12-18.
[6]祁宝英.运用Hough变换提高直线检测效率[J].计算机系统应用, 2012, 21 (6) :228-231.
[7]岳冬雪, 黄新生.基于改进的多分辨率Hough变换的直线检测方法[J].计算机仿真, 2006, 23 (9) :76-79.
[8]李本伍, 王小华, 谢君廷.一种图像中检测直线的快速算法[J].杭州电子科技大学学报, 2007, 27 (6) :67-70.
[9]卢惠民, 郑志强.一种新的用于检测直线的快速Hough变换[J].计算机应用, 2005, 25 (10) :2379-2380.
一种新型光学快速自动聚焦系统 篇4
随着信息化的不断发展, 机器视觉技术在多个领域取得广泛应用。为了快捷地获取清晰的图像视觉信息, 自动对焦技术凸显出至关重要的作用, 例如工业光学检测系统中和医学成像系统中的自动对焦。国内现有的显微镜自动对焦方式主要是基于被动的图像处理方法来实现, 这种方法通过相机连续的拍摄图像, 通过分析图像前后的清晰度判别焦平面的位置, 从而控制电机调节位移实现对焦。但是该调焦方式需要分析多幅图片信息才能完成对焦, 对焦过程中需要处理大量的图像数据, 对焦时间较长, 无法满足工业检测现场实时性和快速性要求。
系统在显微镜主光路中加入一路离焦量检测的激光光束, 通过设计的特殊光学回路将激光光束反射到CCD检测屏上, 并结合TI公司生产的DSP TMS320DM642高速的数据图像处理能力, 设计了一种新型的显微镜自动对焦系统。该系统实现了在0.5 s内完成显微镜的快速自动对焦, 其速度与普通的被动对焦算法相比高出一个数量级, 极大的满足了工业检测系统中的实时性要求, 提高了现有显微镜自动调焦水平。
1 系统对焦原理
对焦系统运用光学三角测距原理, 在显微镜的镜筒侧面增加了一个包含有激光发射和激光接受装置的光学回路。从激光发射器发射出来的800 nm光束经过光栏片挡去了一半, 剩下的光束在聚焦镜的作用变为平行光, 通过主光轴后投射到被检测的物体表面。通过物镜的聚焦作用, 如果系统对焦完成, 激光刚好在被测物体表面聚焦 (如图1实线) 。聚焦后的光束, 在被测物体的表面发生了反射, 反射光线经过聚焦镜的聚焦作用投射到CCD检测屏上, 如果被检测物体表面刚好处于聚焦点处, 投影在CCD检测屏上的就是一个光点;如果被检测物体处于聚焦点的上方, 在检测屏就会检测到一个右半圆的光斑 (如图1虚线) , 反之出现一个左半圆的光斑。
数学推导过程如下:
物镜焦距为f1, 聚焦镜焦距为f2, CCD位于聚焦镜焦点的镜像位置, 激光在被检测物体的表面发生反射, 反射光线重新回到光路中。系统通过建立离焦量z与CCD检查到的半圆的半径Rx之间的数学关系:如图1, 在离焦量为z时, 对于物镜运用式 (1) 可知:
对于聚焦镜运用式 (1) 可知:
R与z的关系, 由相似三角形关系可知:
建立R与Rx的关系, 由相似三角形关系可知:
由式 (2) , 式 (3) , 式 (4) , 式 (5) 可推导出
f1为物镜的焦距, f2为聚焦镜的焦距, tanθ为物镜定值NA。
假设可见光获得最清晰的图像时, 激光刚好在被检测物体表面聚焦, 由式 (6) 可知, 如果系统发生离焦, CCD检测到一个半圆的光斑, 其中离焦量和光斑的直径大小成线性关系。系统上离焦时z>0, 则Rx>0, 产生上半圆;当下离焦时在z<0, 则Rx<0, 产生下半圆, 如图2所示。系统的聚焦原理是通过检测投射到CCD传感器形成一个半圆状的光斑, 系统通过检测的是上半圆还是下半圆可以辨别对焦系统处于上离焦还是下离焦。根据三角测距光学原理分析出半圆的质心到半圆圆心的距离与系统物镜在被检测物体表面的离焦量数学关系。在数学分析下确定系统离焦方向和离焦距离, 通过信号输出控制电机的快速转动到目标位置, 从而实现系统对焦。
2 系统设计
2.1 系统硬件设计
系统采用DSP+FPGA的结构, 具有功能集成、结构简单、编程灵活的特点。系统的总体结构如图3, DSP是图像处理的核心, FPGA是系统时序控制的核心, FPGA在线可编程的特点可大大简化设计的复杂度, 压电陶瓷和伺服电机是调焦运动执行机构。
系统各部分的功能如下:
1) IEEE1394是目前为止最快的高速串行总线, 1394a的传输速度已经达到400 Mbps, CCD相机通过1394输出采集到的光斑图像。系统采用TI公司的TSB41AB2作为物理层芯片, 主要负责数据和线路的传输, TSB12LV32作为链路层芯片, 负责链路层的逻辑控制。
2) FPGA选用Altera公司的C系列器件, 采用VHDL语言设计并实现1394视频输入的逻辑控制, 同时解决DSP与1394链路层的不匹配问题。
3) DSP选用TI公司的TMS320DM642, 外扩展一片AMD公司的FLASH ROM程序存储器AM29LV160DB-70EC及两片Micron公司的SDRAM数据存储器MT48LV8M32B2TG-7, 负责相机数字图像的存储。TL16C752实现并口数据与串行数据的转换, 电机控制信号通过MAX3243输出。
4) 运动执行机构选用德国PI公司成产的直流伺服电机和压电陶瓷电机。压电陶瓷运动精度达到纳米级, 主要负责离焦的自校正;伺服电机行程较大, 主要完成平台竖直方向的大范围的移动。
2.2 系统软件设计
系统有关数字图像的采集和图像信息的处理等主要函数在CSS环境下采用C语言实现。系统整个软件从数据信息的流向来可划分为系统图像信息的采集、图像数据的处理和控制信息的输出。DSP在对采集回图像信息进行处理得出的离焦量关系。系统为降低噪声以及被检测物体反射阴影的干扰, 首先对图像进行中值滤波和图像灰阶变换, 形成640×480的8位灰度图像值。由于直接需找光斑的半径Rx存在不确定性, 下面通过能量分析法和质心面积分析法两种算法间接分析系统采集的光斑信息与离焦量之间的关系。
2.2.1 能量分析法
得到640×480的8位灰度图像值后, 能量法通过求取每幅图像一列的最大灰阶值, 得到640列每列最大灰阶值, 绘制灰阶曲线如图4所示, 再求取得到整幅图片的最大灰阶值, 也就是灰阶曲线中的峰值。分别取灰阶峰值的1/2、1/4的值割灰度曲线, 图中为1/2的峰值割得的曲线图像, 通过割线与灰阶曲线的两个交点得到灰度值的中间像素点。以完成对焦时的中间像素点作为对焦的参考点, 如果图像为左半圆, 中间像素点位于参考点的左边, 反之右半圆为与参考点右边。通过比较图像切得的中间点位置与参考点位置, 可以快速的分析系统是上离焦还是下离焦, 并且通过中间像素点差值大小可以分析出离焦量的大小。
2.2.2 质心分析法
一幅图像的灰度值用GRAY (i, j) 表示, 图像水平像素为640, 垂直为480。在求取图像的质心时先要对图像进行二值化, 由于每幅图片的亮点各有不同, 如果采用统一的阈值对每一幅图像进行二值化, 在一定程度上存在不稳定性。系统通过求取这幅图片的最大灰值, 将最大灰阶值的三分之一值作为一幅图片的阈值, 大于阈值的像素点灰阶置为255, 小于阈值的置为0, 得到的图像数据运用质心公式:
求得的图像质心点的水平坐标 (X) 的位置和整幅图片的灰阶值和 (面积) 来判断分析系统的离焦量。分析50×倍物镜连续间隔1µm移动Z轴后形成质心水平坐标和灰阶值和曲线, 如图5所示, 由图可知60幅图片的质心水平位置以及图像灰阶值与Z轴移动距离存在规律性。系统聚焦完成的时候, 光斑聚焦为一点, 此时光斑面积最小, 从图中我们可以知道Z=30µm时系统处于聚焦位置, 此时的质心水平坐标为400。以400为参考点, 图像质心水平坐标小于该值表明出现左半圆, 表明系统上离焦, 反之大于该值右半圆, 表明系统下离焦。从曲线上分析可知质心水平位置X与Z轴的离焦量几乎构成线性关系, 线性拟合关系为X=3.895 2Z+286.8933 (pixels) 。
3 测试结果
系统测试采用能量法, 对50×倍的物镜进行自动对焦分析。Z轴在焦平面上下以1µm的步长上下移动过程中采集到60幅图片, 运用能量分析法, 得出图片间的关系曲线如图6所示。从图中可以得知灰度峰值1/2、1/4的值割灰度形成的中心像素曲线几乎重合。图中梯形线为每幅图片的最大灰阶值曲线, 当系统聚焦时, 光斑处于一个点状, 亮度较大此时光斑灰阶值最大为255。实际测试条件下测得Z=31µm第31幅图片系统处于聚焦位置, 这与由质心法得出图片30系统处于聚焦位置得出的结论是相吻合的, 此时参考点像素点为400。从图中可知系统中心像素点X与Z轴几乎成线性关系, 拟合后曲线方程为X=4.021 6Z+284.6161 (pixels) 。
将分析出来二分之一切峰值的曲线模型加入到自动对焦分析函数中去, 进行系统自动对焦测试。定义聚焦处中心像素参考点位置X=400, Z轴位置为0µm。如图7为显微镜CCD拍摄到的被检测物体TFT-LCD面板图像, 其中图7 (a) 为Z=23µm离焦下面板图像信息, 系统在分析到离焦量后, 控制陶瓷校正位置后拍摄到图7 (b) , 此时Z=0µm完成自动对焦, 整个对焦过程耗时为0.26 s。
4 结论
本文提出的一种新型的显微镜对焦系统, 集成了光学原理、数字图像处理系统和运动控制系统。该系统实现显微镜自动快速对焦, 对焦时间是普通对焦系统的十分之一, 满足工业检测系统中的实时性要求, 系统具有以下特点:
1) 基于特殊设计的激光回路, 建立光斑半圆信息与离焦数学关系, 通过能量分析法或质心分析法在CCD相机传输回第一张照片后准确的分析出当前显微镜视野光路所处焦平面的关系, 主动驱动电机向光路焦平面处移动, 整个对焦过程只需要前后分析2到3幅图像就实现显微镜的自动调焦工作。2) 采用1394高速数据传送接口, 满足系统高速数据传输的要求, 减少系统等待时间, 提高了DSP工作效率。3) 采用DSP作为主控制器, FPGA完成数据采集时序配置, 在实现复杂的系统功能的同时又使板级调试与系统功能升级变得方便。4) 采用精密压电陶瓷和伺服电机构成的双驱动宏/微结构, 保证了调焦运动过程中的精密性和快速性, 提高了系统控制的灵活性。
参考文献
[1]Heinrich Schwenke, Ulrich Neuschaefer-Rube, Tilo Pfeifer, et al.Optical Methods for Dimensional Metrology in Production Engineering[J].CIRP ANNALS-MANUFACTURING TECHNOLOGY (S0007-8506) , 2002, 51 (2) :685-699.
[2]唐冠群.几种激光光斑中心定位算法的比较[J].北京机械工业学院学报, 2009, 24 (1) :61-64.TANG Guang-qun.Analysis and comparison of several calculation methods of beam spot center[J].Journal of Beijing Institute ofMachinery, 2009, 24 (1) :61-64.
[3]樊尚春, 周游, 刘长庭.基于DSP和FPGA技术的细胞图像采集系统设计[J].北京航空航天大学学报, 2008, 34 (6) :707-710.FAN Sang-chuan, ZHOU You, LIU Chang-ting.Design of cell image acquisition system based on DSP and FPGA technology[J].Journal of Beijing University of Aeronautics and Astronautics, 2008, 34 (6) :707-710.
[4]Murali Subbarao, Jenn-Kwei Tyan.Selecting the Optimal Focus Measure for Autofocusing and Depth-From-Focus[J].IEEE TRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE (S0162-8828) , 1998, 20 (8) :864-870.
[5]LIRON Y, PARAN Y, ZATORSKY N G, et al.Laser autofocusing system for high-resolution cell biological imaging[J].JOURNAL OF MICROSCOPY-OXFORD (S0022-2720) , 2006, 221 (2) :145-151.
[6]Chih-Yung Chen, Rey-Chue Hwang, Yu-Ju Chen.A passive auto-focus camera control system[J].Applied Soft Computing (S1568-4946) , 2010, 10 (1) :296-303.
[7]Manuel Koechlin, Gorazd Poberaj, Peter Günter.High-resolution laser lithography system based on two-dimensional acousto-optic deflection[J].REVIEW OF SCIENTIFIC INSTRUMENTS (S0034-6748) , 2009, 80 (8) :085105P1-6.
[8]金文燕, 赵辉, 陶卫.激光三角测距传感器建模及参数优化研究[J].传感器技术学报, 2006, 19 (4) :1090-1093.JING Wen-yan, ZHAO Hui, TAO Wei.Modeling of Laser Triangulation Sensor and Parameters Optimization[J].Journal of Transduction Technology, 2006, 19 (4) :1090-1093.
中红外波伪装效果检测光学设计 篇5
1 目标红外辐射源
目标红外辐射源的探测与自然红外辐射源密切相关,地球表面的热辐射有地球本身的热辐射和反射的太阳辐射两部分组成[1,2,3]。每一种分布都有两个峰值,一个在波长λ=0.5μm处,另一个在λ=10μm区域,在3μm-5μm之间有一个极小值。在军用设备导弹、坦克等发动机尾喷管,产生大量热辐射,这些热辐射的峰值集中在中红外波(3μm-5μm)波段。
2 技术指标和外形尺寸计算
2.1 技术指标
工作波段:3μm-5μm;探测距离:2000m;视场角:2ω=5°。
2.2 外形尺寸计算
在中红外波成像系统的设计中,采用320×256制冷型平面焦平面探测器。探测器主要技术参数为:探测器材料选用Hg CdTe像素320×256,像元尺寸30μm,响应波段3μm-5μm。
由系统的参数可知:成像尺寸:9.6mm×7.68mm;半对角线尺寸:
由ymax=-f′tanω,相对孔径D/f′=1∶2,则f′=140.8mm,D=70.4mm;数据规整后,f′=140mm,D=70mm。由y′=yβ=yf′/x,则可得到地面收容面积:
3 镜头类型和像差校正
3.1 选用镜头类型
在摄影镜头类型中,匹兹万适用于相对孔径大,视场角偏小。由系统的相对孔径1∶2,视场角2ω=5°,所以采用匹兹万镜头结构,布局图如图1所示,其初始结构中的球差很大。
3.2 像差分析和结论
匹兹万镜头是由两个分开的正光组透镜构成,该物镜曲率半径比较大;但两组分开(两正光焦度分开),场曲却增大了;要校正场曲,则球差与彗差就会增大。因此该镜头对球面和色差可以校正的很好,但却存在严重的场曲现象。本文在校正像差时把前后两组双胶合改为双分离式的。虽然在校正像差方面稍有提高,但是仍然存在较大的场曲,为了很好的校正结构中存在的场曲,镜头在焦面附近加了一个负场镜,校正场曲。
从校正好的光学系统的像差曲线来看,本设计的MTF接近衍射极限,能量比较集中(图2),球差得到了很好的校正(图3),尤其是本系统中比较难校正的像散和场曲,这里都得到了很好地消除。
4 结语
本文对中波红外成像系统的设计达到了其要求的技术指标,实现了远距离目标探测,并达到了接近衍射极限像质,从而达到检测中波红外伪装效果。虽然匹兹万镜头有结构总长较长的缺陷,但由于本系统对长度和重量要求不高,所以不会造成影响。
摘要：本设计可用于中红外波伪装效果的检测,它以中红外波光学成像为原理,通过分析目标辐射源和计算外形尺寸,确定镜头初始结构,校正像差,使辐射源清晰地成像在探测器上,完成检测。
关键词：伪装效果检测,中红外波光学成像,目标辐射源,探测器
参考文献
[1]张以谟.应用光学[M].北京:电子工业出版社,2008.
[2]吴宗凡,柳美琳,张绍举,等.红外与微光技术[M].北京:国防工业出版社,1998.
自动光学检测 篇6
近来, LED应用技术和灯具设计水平的提高为自动道路光学检测系统提供了巨大的机会。由于这些基础技术的蓬勃发展, 今天的LED光学测试系统终端能够进行更高分辨率和更高精度的检测。尽管LED照明测试技术近年来有所提高, 但仍不能弥补存在的一些不足。如:只使用单个灯具进行光学测试的局限, 没有针对若干个灯具相互影响情况下的测试。这使得测试精度和数据稳定性降低, 解决办法是模拟全部的真实环境, 减小人为、设备变换造成的影响。
现在, 计算机和软件辅助设计技术不断提高, 借助于此, 通过研究一些实际的道路环境和光学测试的应用科学方法, 提出了一种基于照度自动采集的光学测试系统方案。
1 技术背景
目前道路照明产品的检测和验收主要依据CJ45-2006《城市道路照明设计标准》。现阶段路灯照度数据主要通过道路现场直接测试获得, 测试方法主要是将灯具安装在灯杆上, 在对应地面按要求标识测试点位置, 使用照度计人工逐个测试路面照度, 此种测试方式有如下不便之处:现场测试需要前期标注测试点, 因每次测试点、测试人员、测试仪器、测试方法不同, 导致所测试数据有较大偏差;现场测试需要测试很多点的照度值, 而且, 灯杆高度和灯杆间距都固定不变, 所测数据可靠性明显降低。此种测试方法不仅耗时耗力, 且准确度不高, 在光学测试系统中, 关键的变量包括精确的位置控制和快速收敛特性, 在这样的随机环境下, 进行快速精确的点对点移位, 是比较困难的问题。因此, 道路光学测试系统及其方法研究是当前灯具研发机构必须考虑的重要技术方向。
2 系统的工作原理和组成
本系统主要由主控系统和测试系统终端两部分组成。主控系统包括一个单片机系统A、键盘、软件、液晶显示屏、通信模块A, 测试系统终端由照度探测器、单片机系统B、A/D采样单元、地址编码单元、相应的通信模块B组成。主控系统主要在路灯控制端安置, 负责收集从机数据, 分析数据, 发送指令;测试系统终端则直接安装到每个测试点上, 负责现场的数据采集和传输, 执行主控系统的指令, 一台主控系统可以控制多个测试系统终端。
主控系统通过网络信号线的串行通信方式对测试系统终端进行监控, 一个通信数据包由8位数据组成, 第1、2位是主控系统标识, 第3位是命令, 第4、5位是测试系统终端地址, 第6至第8位为数据。主控系统采用广播方式发送命令数据, 测试系统终端收到通信包后进行数据分析:一是识别主控系统是否为自己的上级主控系统, 二是识别测试系统终端地址是否为自己的地址, 只有在全部确认无误后测试系统终端才执行命令和相应的操作。
测试系统终端直接监控地面照度的状态, 通过信号线接收电路接收来自主控系统的指令, 并执行相应的操作;完成对路面照度的采样处理, 并根据数据分析判断地面光照度的分布状态是否正常。如果分布状态异常, 执行相应的操作, 并把数据和警告发送给主控系统, 再通过一些正确的操作调整测试位置, 得出正确的数据输出。
2.1 照度探测器原理
照度探测器是一种感应光线强弱的传感器, 在光敏传感器中, 感应光强度不同, 照度探测器内的电压值就会有变化, 根据电压变化值与参考值的比较, 得出要输出的光学参数值。
2.2 照度探测器的结构
照度探测器中传感器内装有一个高精度光电管, 光电管内有一块由“针式二极管”组成的小平板, 当向光电管两端施加一个反向固定电压时, 任何光源的冲击都将导致其释放出电子, 结果是, 光照强度越高, 光电管的电流也就越大, 电流通过一个电阻时, 电阻两端的电压被转换成可被模数转换器接收的0～5 V电压信号, 然后把采集的数据以适当的形式保存下来。简单地说, 探头内传感器感应路灯投射在地面对应点上的光的强度, 以一定的方式被记录和处理。
3 系统的工作流程和步骤
3.1 系统测试流程图
系统测试流程如图1所示。
3.2 安装灯具
图2为灯具布局方式图, 图3为实物应用现场图, 根据不同的使用场合, 路灯灯具的配置有单侧配置, 双侧对称或不对称配置和多侧配置多种方式, 采用可升降滑轨式灯杆, 灯杆纵向有导轨, 间距可自由设定, 测试时可以依据路灯实际使用的高度和安装间距调整灯具悬挂高度和灯杆间距, 这样大大提高了测试工作效率并减轻了工程安装工作量, 可测试不同布局安装间距和高度的路面光学情况, 测试点按照上述的布局方法可分为:单侧布置、双侧交错布置、双侧对称布置、中心对称布置、横向悬索布置。
3.3 照度探测器探测开关灯
测试人员白天将所测灯具安装在灯杆上, 连接好电路, 照度探测器探测环境光强度, 当环境光强度低于设定值时, 执行开灯程序。
3.4 光学测试开始
如图4所示, 在测试现场两个路灯杆区域内标注固定测试点, 在图4标测网格的中心部位, 每个测试点对应放置一个照度探测器, 同时设定一个测试系统终端, 在标测网格内设置若干个照度探测器, 将照度探测器固定在网格交点中心, 同时在地面放置网线 (通过有线传输信号) , 通过远程传输, 终端接收每个测试点的照度测试值, 同步显示并计算平均照度、均匀性能等指标。这样不仅使工作效率大大提高, 还可确保测试的重复性和再现性, 测试探测器数量和密度越高, 测量精度越高, 这大大提高了测试准确度。而且, 该测试系统终端周边的灯杆的安装高度和灯杆间距都是可调节的, 适用于不同类型的道路, 这对道路照明设计阶段的基础光学测试有非常重要的作用, 该测试系统终端可以作为企业内部设计验证或检测机构的重要测试平台。
3.5 数据采集
光敏传感器利用光敏电阻受光线强度影响而阻值发生变化的原理向机器主机发送光线强度的模拟信号。数据采集可以设定采集周期和采集频率, 主机接收后将模拟信号转换成数字信号, 保存在存储器中。
3.6 数据运算
对主机存储器中的数据进行处理分析, 根据适用道路条件, 按如下方法计算得到路面平均亮度、路面亮度总均匀度、路面纵向亮度均匀度、路面平均照度、路面照度均匀度、阈值增量和环境比。
(1) 平均亮度Lav
平均亮度Lav是由计算点得到的亮度算术平均值。运用式 (1) 确定某一点的亮度
式中:L是维持亮度, 单位为cd/m2;∑是来自所有灯具的亮度贡献总合;I (C, γ) 是 (C, γ) 方向的光强, 单位为cd/klm;r是用 (β, ε) 角度坐标表示的入射光线的简化亮度系数;Φ是每个灯具光源的初始光通量, 单位为klm;MF是光源光通量维护系数和灯具维护系数的乘积;H是灯具在道路上的安装高度, 单位为m。
(2) 总均匀度U0
总均匀度U0是亮度最小值和平均值的比值。
(3) 纵向均匀度UL
纵向均匀度UL是沿每一条车道 (包括机动车道的硬肩) 中线纵向的最小亮度和最大亮度的比值。纵向的点数 (N) 和间距应与平均亮度计算相同, 观察位置应在计算点的同一排线上。
(4) 道路平均水平照度Ehav
平均水平照度Ehav是由计算点得到的照度的算术平均值。运用式 (2) 确定某一点的水平照度
式中:Eh是这一点的维持水平照度, 单位为lx;∑是来自所有灯具的亮度贡献总合;I (C, γ) 是 (C, γ) 方向的光强, 单位为cd/klm;ε是这点上光线的入射角度;γ是垂直光度角度;H是灯具在道路上的安装高度, 单位为m;Φ是每个灯具光源的初始光通量, 单位为klm;MF是光源光通量维护系数和灯具维护系数的乘积。
(5) 水平照度均匀度UEh
水平照度均匀度UEh是最小照度和平均照度的比值。
3.7 数据分析
对由计算机软件记录的实测数据进行分析, 系统能够有效采集测试点的照度值, 从而实现路灯的光学技术指标的模拟及实地测试。该系统能根据光线的不同情况 (即白天或黑夜) 进行照度探测器的自动开关控制, 达到测试的目的。
3.8 数据发布
主控系统包含显示屏 (触摸设计) 和测试软件, 通过485接口传输信号, 构成“自动采集的道路光学测试系统终端”, 借助这个平台, 管理人员在信息中心就可以将测试好的各种测试信息, 通过网络传递到指定地点, 通过装设好的显示终端, 以文字和图表方式显示出来。
4 技术方案的优势和特点
该方案具有以下特点:
a) 准确度高。该系统排除了手工测试带来的测量不确定性, 准确度高。
b) 效率高。该系统节省了在测量不同安装高度和不同灯杆间距时的重复安装的时间和人工, 效率大大提高。
c) 检测信息储存于档案服务器中, 使用者可以轻易获取, 或通过网络联机, 数据显示直观, 用户测试过程成为一项简单操作, 适合各种类型的道路照明光学测试。
5 结束语
综上所述, 基于照度自动采集的道路光学测试系统的试用结果表明, 系统具有实现监测和控制的功能。监测部分, 由光学照度探测器传感器接收地面光源, 经过光电转换为模拟信号, 再通过A/D电路采样转换成数字信号, 输入计算机中;控制部分, 由相应的光学软件处理, 计算机运算得出结果并输出, 再通过D/A 转换, 送到执行机构执行, 自动采集的道路光学测试系统终端实现了信息采集的统一化管理, 信息传递快捷、方便, 显示效果多样灵活, 技术方案构思合理, 测试效率高, 工作可靠, 适用于各种类型的道路照明。
总之, LED照明光源技术在近几年取得了巨大的进步, 并在相关道路照明行业广泛应用, 而自动采集的道路光学测试系统终端已经从道路光学测试系统终端的最新改进和应用技术的提高上获得了巨大的技术进步。
参考文献
[1]国家建设部.CJJ45-2006, 城市道路照明设计标准[S].2006.
[2]国家半导体照明工程研发及产业联盟.LB/T001-2008, 整体式LED路灯的测量方法[S].2008.
平面光学元件光圈数检测系统研究 篇7
平面光学元件是光学加工领域中常见的加工对象,其光圈数反映了光学元件的面形质量[1,2,3]。通过传统的检测方法可以得到平面光学元件的面形信息,这种方法是借助于目视光学仪器设备来实现检测读数,即目视判读法。但这种方法不仅受到不同操作人员的较大影响,而且操作人员易疲劳,影响检测精度[4,5]。
本文作者经过调研,将光学技术、CCD成像技术、图像处理技术与计算机软件技术有机地结合起来,实现了对平面光学元件光圈数的检测。
1 检测原理及检测系统
对平面光学元件进行检测时,形成的干涉条纹图像包含了被测光学元件表面的面形信息,通过分析图像中条纹弯曲量和条纹间距,可以得到该面形信息。条纹弯曲量定义为:当条纹中心线的两端点连线与水平线相交于一点,且该条纹中心线与水平线相交于另一点时,这两点之间的距离为条纹弯曲量[6]。当h表示为条纹弯曲量,H表示为条纹间距时,计算h相对于H的比值,就可以得到光圈数。
图1所示是对平面光学元件进行检测的系统构成图。从图中可以看到,该系统主要由激光器、透镜、光阑、转向棱镜、参考镜、分束器、目镜、CCD摄像系统和计算机系统组成。其中He-Ne激光器使用的光源波长为632.8 nm,它发出的光束经透镜1和光阑后射向转向棱镜,转向光束投射到参考镜而形成准直光束。当该光束经过参考镜的参考面时,分成两个部分:其中一部分光束被反射而形成参考光;另一部分光束由被测光学元件的表面返回时携带该面形的信息。这两束光相遇形成干涉光后,被反射至一个分束器。该分束器将反射光分为两个部分,其中一部分光束被反射至透镜2并成像在CCD摄像机的光敏面上,然后由摄像机负责采集图像并将图像数据送至计算机。另一部分光束通过分束器成像在目镜上,用于常规目视观察干涉条纹。这样既可利用计算机对干涉条纹进行分析与处理,又可便于操作人员进行常规调试。
理论上,当参考面与被测面均为理想平面时,该检测系统会产生平行、等间距的干涉条纹图像,这时被测光学元件的面形质量很好,其光圈数的数值接近0。实际应用中由于光学元件的被测面存在较大面形偏差,它使测量波面发生畸变,导致干涉条纹出现弯曲,这种弯曲的程度就反映了被测光学元件的面形情况。
2 CCD成像和干涉条纹图像处理技术
在检测系统中,CCD摄像机被安装在一个三维可调基座上,该基座用于调整接收干涉条纹图像。当所成的像偏离CCD摄像机的光敏面时,转动X向、Y向和Z向三个螺旋调整CCD摄像机的水平位置和垂直位置,使干涉条纹图像完全被CCD摄像机的光敏面接收,并且处于光敏面的中央位置。CCD 的主要技术参数为:像元数和像元尺寸,它们分别为1 024×1 024 和15 μm×15 μm。当CCD摄像机将采集的图像数据送至计算机后,计算机对其中的干涉条纹图像进行窗口滤波、二值化、条纹追迹、条纹标识等预处理[7],然后搜寻干涉条纹的弯曲量和间距。
对干涉条纹图像进行滤波采用的是如图2所示的一个5×5的窗口,该窗口中的G代表了要处理的当前元素。应用该滤波窗口可对干涉条纹图像中的噪声进行滤波。二值化是根据OTSU(大津法)的算法原理,得到干涉条纹图像中前景与背景的分割阈值,然后由该阈值进行二值化,得到二值化条纹图像,再搜索其中暗条纹的中心线,最后采用三次曲线拟合法对暗条纹的中心线进行拟合。设暗条纹中心线上点的坐标为(xi,yi), i=1,2,…,m,Q(a0,a1,a2,a3)为均方差,则当三次多项式函数p(x)对数据序列(xi,yi)进行拟合时,有:
由多元函数极值原理可知,通过求取minQ(a0,a1,a2,a3)确定系数a0,a1,a2,a3后,就可得到较平滑的、连续的暗条纹的中心线[8]。条纹标识是按条纹排列的顺序进行数字标示。标示完成后,搜寻通过直径方向上干涉条纹的弯曲量和间距并计算光圈数。
3 软件系统设计
用计算机对平面光学元件进行检测时,一般要求设计的软件系统应可以采集、显示干涉条纹图像,并根据用户的要求保存干涉条纹图像。此外,由于现场调试中得到的干涉条纹可能是垂直条纹、水平条纹或者是倾斜的干涉条纹。须对这些不同的条纹图像经过适当的坐标变换,得到用户容易观察的条纹图像。有时用户还需要对干涉条纹图像中的某一区域进行分析,因此要求设计的软件系统可以根据用户对需要分析的区域进行选定。由上所述,软件系统的结构设计如图3所示。
用户通过用户终端完成软件系统的各个功能:其中用户识别模块是应用USB加密狗技术以判断用户身份的合法性。当非法用户应用该软件系统时,系统不工作并给出警示;采集与保存模块用以驱动CCD摄像机采集干涉条纹图像,并根据用户的要求保存干涉条纹图像;图像显示模块用以显示本CCD摄像机采集到的干涉条纹图像或来自其它摄像机的干涉条纹图像;功能选择模块用以选择干涉条纹的类型;区域选择模块用以选择用户指定干涉条纹图像中的区域;分析处理模块是计算机根据前述的方法对干涉条纹图像进行数据分析处理;结果显示模块用以在计算机屏幕上显示测量结果;保存与打印模块用以将测量结果、被测量元件的信息及其它相关信息存储在文件中,并可以打印出以进一步分析。
图4所示是应用该系统对一个平面光学元件的光圈数进行检测时得到的检测界面。该检测系统软件采用VB6. 0编写。
4 实验及分析
将三块光圈数不同、口径均为Ø150 mm的光学平板作为被测量元件,并将它们分别编号为No.1, No.2和 No.3,应用上述系统对这两个元件的光圈数进行检测时,得到相应图5(a),(b)和(c)三幅干涉条纹图像。
从图5(a)中可以看到,尽管图像中条纹的粗细较为均匀,但条纹间夹杂大量的噪声,且条纹略为弯曲;图5(b)中多个粗细不均匀的条纹间夹杂大量的噪声,且中间最长的条纹较为弯曲;图5(c)中三条粗细不均匀的条纹,最左边的条纹的中部出现了一小段条纹断裂处。当有经验的技师对图5(a),图5(b)和图5(c)中干涉条纹图像进行判断时,其结果分别为0.1光圈,1/3光圈和1.0光圈;当经验不足的技术员对这三幅干涉条纹图像进行判断时,其结果分别为0.1光圈,0.4光圈和1.5光圈;应用本检测系统对这三幅图像进行检测时得到的结果分别为:0.098光圈,0.332光圈和1.025光圈。即目视判读中不同操作人员的判读结果不同,有经验的技师与经验不足的技术员之间最大判读误差为0.5光圈。而本检测系统先用滤波窗口对干涉条纹图像中的噪声进行滤波,再对条纹中心线进行曲线拟合可以弥补断裂条纹的信息,最后得到的检测结果与有经验技师的判读结果之间最大误差小于0.03光圈。因此可以认为本检测系统能获得与目视判读相接近的检测结果,从而可以替代人工目视判读平面光学元件光圈数。
5 结 论
本文所述的用于检测平面光学元件光圈数的光电系统是一套应用光学技术、CCD成像技术、图像处理技术与计算机软件技术的检测系统。该系统具有客观性强、易操作、准确度较高等特点,可以替代人工目视判读平面光学元件光圈数。
参考文献
[1]Chen Benyong,Luo Jianbo,Li Dacheng.Code counting of op-tical fringes:methodology and realization[J].Applied Optics,2006,44(2):217-223.
[2]江晓军,黄惠杰,王向朝,等.一种区域搜索获取平面光学元件光圈数的方法[J].中国激光,2008,35(10):1548-1552.
[3]Sanjib Chatterjee.Measurement of surface figure of plane op-tical surfaces using Fizeau interferometer with wedge phase-shifter[J].Optics&Laser Technology,2004,37:43-49.
[4]朱日宏,陈磊,王青,等.移相干涉测量术及其应用[J].应用光学,2006,27(2):85-88.
[5]曹天宁,白剑,孔燕波.CGQ2II车间数字干涉仪的几种特殊检测的应用[J].光学技术,2001,27(6):562-563.
[6]国家标准总局.GB 831-81.光学零件的面形偏差,检验方法(光圈识别)[S].北京:中国标准出版社,1982.
[7]Jiang Xiaojun,Zeng aijun,Huang Huijie,et al.Research onidentifying the order of fringe pattern traces using angular scanand zone search method[J].Chinese Optics Letters,2008,6(4):264-267.
光学瞄具光谱透过率检测系统研究 篇8
透过率[1,2]作为瞄具系统象质评价的一项重要指标,反映了光谱经过系统后由于光学零件本身的瑕疵和镀膜造成的能量损失程度。透过率过低严重影响观察成像时的亮度和清晰程度,进而影响瞄具的精度。传统的光学系统透过率测试是依靠单通道测试系统实现的。单通道测试方法具有装置结构简单、便于操作等优点。但同时也有其固有的缺点,即杂散光对于测试结果影响较大,需要在暗室条件下进行。其次,两次测量是在同一通道交叉进行的,光源的不稳定因素导致测试的误差增大。新型的透过率测试系统多采用双通道系统,通过同时测量空测与实测值来弥补单通道的不足。目前光谱透过率多以点光源和窄光束为测量光源,而受光学零件本身的瑕疵和膜层均匀性的影响,大口径光学元件在不同位置处测量的透过率值常有明显的差异,因此宽光束全口径的测量是亟需解决的问题。针对大口径瞄具检测[3,4]要求,本文研究了宽光束光谱透过率测试系统,系统采用完全对称的双光路双探测器测量方法,避免了传统测试方法的不足。
1测量系统的测量原理
透过率定义为:
式(1)中:波长为λ、光强为I0(λ)的单色光垂直入射被测光学系统,由于光学系统对不同波长的光的透过能力不一样,所以透过透镜的光强I1(λ)也不一样。把透镜对不同波长的光的透过能力称为该透镜的光谱透过率T(λ)。
光谱透过率标志着进入光学系统的光线由于光学元件的反射、吸收、气泡、表面污物和瑕疵所造成的散射等使得光通量受到的损失程度,影响光学系统的成像质量。
2光路设计
本系统的光谱测试范围为300—1 600 nm,入射直径为60 mm。透过率测试系统需要对光强进行测量,因此对光源的稳定性要求很高。光源出射光束口径很小,按照使用要求,需要将光束扩束准直,并尽量减少光能损失。基于上述要求,采用反射式平行光管进行扩束准直。
光学系统如图1所示,采用双光路测试系统。由光源发出的光经过分光系统后变为单色光,单色光经过准直扩束系统后,由可变光阑调节出射光口径。再经由步进电机精确控制的旋转反射镜,使实测光束和空测光束分别反射到球面反射镜2、3上。再经探测器接收并转换为电信号送入信号电路处理进入计算机读数,最终经由软件处理后,得出被测瞄具的光谱透过率。
2.1光源系统的设计
分光系统结构如图2所示,由光源发出的复合光经反射镜1投射到准直物镜上,形成的平行光束投射到闪耀光栅上 ,光束经色散后通过聚焦镜,经反射镜2后成像,便得到了按波长顺序排列的光谱。
采用透射型光栅获得单色光源,对于投射型光栅,随着衍射级次的增加,分辨本领和色散本领越大,故常采用高级衍射分量。但衍射效率随着衍射级次的增加而锐减。不利于宽光束测量的要求,为提高能量利用率,本系统采用反射式光栅,它能使光能量几乎全部都集中到所需要的高级衍射级次上。本系统测试范围较宽,选用两套光栅,其光栅常数为别为300 lp/mm和1 200 lp/mm。
2.2扩束准直系统
光经过扩束准直,达到系统要求的宽度之后平行射出,该部分是供测试系统进行测量的准确度的第一道保障,十分重要。鉴于瞄具的口径大多小于50 mm,故而将系统的光学测量口径设计为Φ60 mm来保障瞄具的检测。该系统对光能提出很高的要求。透射系统对于进入系统的光能量的吸收过多,因此不能采用透射系统实现扩束准直,而只能采用反射式系统以达到其要求,即应用球面反射镜加以实现。通过增加平面反射镜使结构紧凑。如图3所示为扩束准直图,入射光束经平面反射镜投射到球面反射镜上,形成平行光束出射。
2.3双光路测量方法
系统采用双通道测量方法,该方法不需要更换光源和探测器,测量方法简便,测量精度也更高。系统将由光阑调节光束宽度后的平行光束经旋转反射镜分光调制。
如图4所示为旋转分光调制系统,当要测量参考光束时,将旋转反射镜旋转到白色位置,入射光束经旋转反射镜,投射到平面反射镜2平行射出;当测量被测系统时将旋转反射镜转到黑色位置,入射光束经旋转反射镜反射到平面反射镜3平行射出,进入被测系统。
2.4接收系统设计
光束的接收分为聚光和接收两部分。采用反射式聚反射式聚焦法,即球面反射镜将射入的平行光束汇聚后接收,同时,由于要求的光谱范围从可见到近红外,因此系统分为两个探测器来接收。
如图5所示,参考光束和被测光束所发出的平行光经球面反射镜2和球面反射镜3汇聚后由分光镜1和分光镜2将其分光,小于900 nm波长的光束经分光镜透射由探测器1接受,大于900 nm波长的光束经分光镜反射,由探测器2接收。
3验证试验
在一定的波长下,用标准透过率板来进行试验,多次重复试验得到的结果如表1所示。
测试数据表明,测量精度≤0.5%,完全满足要求。
4结论
分析传统测试系统的不足,采用完全对称的双光路光学系统,分别测量实测值和空测值的光强,进而求出被测瞄具的光谱透过率,提高测试精度。本文分别介绍了光学瞄具光谱透过率检测系统的分光系统、扩束准直系统、分光调制以及接收部分的光路设计。系统设计尽可能降低系统的能量损失,减少杂散光的产生,解决了因膜层的不均匀性等影响导致点测量或小口径测量系统的不准确问题,真实反应了瞄具系统总体透过率,实现了光学瞄具的全口径光谱透过率高精度测量。该系统未来市场发展前景非常广阔,可广泛地应用于光学加工及检测、兵器试验、大气环境监测、科学研究等领域。
摘要：针对瞄具的光谱透过率测量需求设计了一套宽光谱宽光束透过率测试系统。系统采用全反射式、完全对称的大口径双通道光路和双探测器接收的光学测试系统结构,完成了控制和数据采集系统设计,实现了计算机自动控制。实验表明,测试光束直径达60mm,测量光谱范围为300nm—1600nm,测试精度误差低于0.5%。该系统解决了光学瞄具的全口径光谱透过率测量问题,同时有效地提高了测试精度。
关键词：透过率,宽光谱,宽光束,双光路
参考文献
[1]范伟,王毅,饶瑞中.可见到近红外波段整层大气光谱透过率的测量研究.光学学报,2006;35(3):403—407
[2]Jen Yijum,Chiang Chenglung.Optical thickness and anisotropic ori-entation of birefringent thin film:analysis from expressions for reflec-tion and transmission coefficients.OpticalEngineering,2006;45(2):023802—1—6
[3]刘钧.光学设计.北京:机械工业出版社,2006