导读:本文包含了疵病检测论文开题报告文献综述及选题提纲参考文献，主要关键词:光学元件,表面疵病,散射成像,在位检测
疵病检测论文文献综述
王贵林,朱俊辉,李嘉祥,李治斌[1]（2019）在《大口径光学元件表面疵病在位检测与评价研究》一文中研究指出精密光学元件在加工过程中如果工艺控制不当,产生的划痕、麻点等疵病分布范围虽然较小,但对整个光学系统的性能影响却很大,破坏力非常强,目前的表面疵病检测仪基本上针对平面或球面光学元件进行离线检测。文章以光学加工机床为运动平台,采用暗场散射成像方法,设计多光束均匀照明系统,研究表面疵病微细特征的识别算法,实现大口径光学表面疵病的在位检测与评价;标定结果表明,表面疵病宽度偏差为2.05%,长度偏差为2.39%,满足指标要求;在此基础上针对Φ280 mm平面硅镜进行自动化在位检测,给出了不同类型疵病的统计数据,解决了离线检测中非加工时间长与多次装夹引起定位误差等问题。(本文来源于《应用光学》期刊2019年06期）
杨言若,步扬,徐静浩,王少卿,王向朝[2]（2019）在《基于光谱估计与多光谱技术的光学元件表面疵病检测》一文中研究指出为实现精密光学元件表面疵病的高效测量和精确统计,提出了一种基于光谱估计和多光谱技术的光学元件表面疵病检测方法。该方法利用光谱估计提取白光图像中不同波长的单光谱疵病图像,并合成多光谱疵病图像,然后采用优化后的OTSU(Otsu Image Segmentation Algorithm)分别对单光谱与多光谱疵病图像进行分析。基于该方法搭建了光学元件表面疵病检测装置,获得了白光照明条件下光学元件表面疵病的图像。实验结果表明,与原始白光图像相比,合成多光谱图像的疵病检出数量提升了1.85倍,疵病检出面积最大增加了6.0倍,检测效率得到明显提高。根据光学元件表面疵病的特性选取不同波长组合来生成单光谱与多光谱图像,可更加高效精确地检测出传统检测技术不易检出的疵病信息。(本文来源于《中国激光》期刊2019年09期）
杨飞,高爱华,刘卫国,秦文罡[3]（2019）在《高反射镜表面疵病激光散射显微成像检测》一文中研究指出反射镜表面疵病散射直接影响光学测试系统的性能、精度等多项重要指标。反射镜表面疵病的散射量可借助激光散射显微镜进行检测,为了保证整个系统的检测效率及精度要求,在硬件系统的设计上,设计显微物镜镜头、计算光斑的大小及CCD的功率谱响应;在软件系统的设计上,利用软件编写激光散射显微成像测试系统软件,能利用步进电机对反射镜表面进行扫描,同时控制图像采集卡采集图像并保存,重点研究如何快速有效地对采集到的子孔径图像进行精确配准,为后续图像的拼接处理奠定基础。通过分析整个测试系统的精度,×20倍率下能够分辨5～10μm疵病。(本文来源于《电子测量技术》期刊2019年04期）
陈晨,王红军,王大森,田爱玲,刘丙才[4]（2019）在《基于稀疏矩阵的光学元件表面疵病检测》一文中研究指出提出了一种基于稀疏矩阵的表面疵病快速拼接方法。该方法采用环形白光光源均匀地照射到被测元件表面,光经显微散射暗场成像系统后形成暗背景下的亮疵病图像。通过对光学元件的x,y方向进行扫描,得到子孔径拼接图像。基于稀疏矩阵和图像拼接,对子孔径图像进行快速拼接,得到全孔径疵病图像。基于最小外接矩形原理,对图像疵病进行识别和分类,最终得到7个光学元件表面疵病划痕,其最大长、宽分别为15.2110 mm和0.0297 mm;麻点有5个,其最大长、宽分别为0.1089 mm和0.0967 mm。将测量得到的划痕宽度与标准划痕宽度进行对比,得到划痕宽度的相对误差范围为-5.00%～5.50%。在此基础上,对实际的光学表面进行检测,得到光学元件表面疵病信息。(本文来源于《中国激光》期刊2019年04期）
张博,周军,王芳,韩森[5]（2019）在《基于Mask R-CNN的触摸屏玻璃疵病检测与识别》一文中研究指出为快速有效地检测与识别触摸屏玻璃疵病,提出了一种基于Mask R-CNN技术的检测与识别方法。Mask R-CNN是Faster R-CNN技术的扩展,其在边界框识别的现有分支上添加一个并行的用于预测对象掩膜的分支,是基于R-CNN系列、FPN、FCIS等工作之上的一种技术,相对于传统的目标检测和分割算法有很大提升。使用暗场散射成像、多图片堆栈等方法采集数据样本,同时采用几何变换方法扩增样本库。为提升训练速率和检测精确率,根据训练样本差异性,通过测试不同的VGG16、ResNet50+FPN以及ResNet101+FPN主干网络提取图像特征。实验表明,ResNet50+FPN的识别精确率较高,达到96.7%。基于Mask R-CNN的检测与识别方法不仅能对疵病快速检测与识别,还能提高识别精确率。(本文来源于《软件导刊》期刊2019年02期）
杨言若,步扬,徐静浩,王少卿,王向朝[6]（2018）在《基于光谱估计的光学元件表面疵病检测》一文中研究指出光学元件经抛光加工后元件表面尚存在有麻点、划痕等疵病。在精密光学系统中,光学元件表面疵病引起衍射而产生噪声光斑,使系统精度降低。同时表面疵病还会吸收大量光能量,产生热应力,使光学元件表面甚至整个光学系统遭受破坏。因此,光学元件表面疵病的检测是精密光学元件应用的前提。目前主要的表面检测方法为基于白光照明和传统光学显微成像术的暗场成像法,该方法使用黑白CCD为成像装置、白光作为照明光源对疵病进行检测,疵病的细节信息容(本文来源于《第十七届全国光学测试学术交流会摘要集》期刊2018-08-20）
王玄洋,陈光[7]（2018）在《超光滑光学元件表面疵病检测与控制》一文中研究指出零件表面形貌是工件在不同加工过程中形成的结果。通过对表面疵病宏观与微观形貌研究,以实现对加工过程中产生疵病源头准确定位与控制。依据超光滑表面疵病特点,提出了有针对性的疵病两步测量法,设计了激光辅助显微镜检测设备检测疵病的形状、位置及方向等宏观特征;再采用白光干涉仪和原子力显微镜对这一疵病进行了深入的微观形貌检测,实现了对最大深度0.1μm疵病的检测。两步测量法可以有效地控制并检测超光滑表面的疵病。(本文来源于《光学与光电技术》期刊2018年04期）
孙力,刘晨,姚红兵[8]（2018）在《基于机器视觉的树脂镜片水印疵病检测》一文中研究指出为实现对树脂镜片水印缺陷的自动检测,建立了点光源投影成像光学仿真模型,并对光源与被检镜片相对距离、成像光屏反射率、镜片物理特性以及成像距离等参数进行了探索,以此为据设计了一套基于机器视觉的水印疵病自动检测系统装置,可实现对镜片投影图像的采集与分析.采用区域生长、形态学运算和椭圆拟合等算法将镜片投影区域从背景中分割,结合Sobel边缘检测、阈值分割方法提取投影图像灰度突变区域,并以面积阈值为约束条件实现对水印缺陷的识别与定位.试验结果表明,该方法可对不同类型镜片具有自适应性,对水印缺陷镜片判别率为100%,图像采集与分析平均耗时872 ms.(本文来源于《江苏大学学报(自然科学版)》期刊2018年04期）
戴安迪,于雅洁,曹晖[9]（2018）在《元件疵病检测中照度不均匀图像的融合处理方法》一文中研究指出针对光学元件疵病检测中,通过光学成像获得的图像照度不均匀,噪声明显的问题,提出了根据元件检测照明区的分布特征进行融合处理的方法;该方法采用开运算提取背景算法和高斯差分滤波器,开运算提取背景算法可以给出没有直接照明区域的疵病分布,高斯差分滤波器可去除照明光源的噪声影响;实验结果表明,相较于单一的处理方法,所提出方法更好地得到了整个区域内的疵病分布,有效地实现了不均匀照度环境下的疵病分辨。(本文来源于《光学与光电技术》期刊2018年03期）
杨荟琦,李显凌[10]（2018）在《光学元件表面疵病检测仪的精度建模及预测》一文中研究指出为了对疵病检测仪的精度进行预测并对设计方案的合理性进行验证,基于多体系统理论对疵病检测仪机械运动机构进行了精度建模。用低序体阵列和拓扑结构描述了疵病检测仪的结构特点,提出了疵病检测仪的精度模型,针对光学系统的要求进行了误差分离。基于该精度模型,以典型光学元件为例提出了误差补偿的计算流程,对疵病检测仪的精度进行预测。预测结果表明,光学探头的成像点与待测点沿光学探头光轴方向误差最大值为3.0μm,满足光学探头景深20μm的检测要求,同时光学探头成像点与光学元件待测点垂直于光轴方向误差及光学探头光轴与光学元件待测点处表面法向的夹角均在设计指标内。(本文来源于《机械设计与制造》期刊2018年06期）
疵病检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现精密光学元件表面疵病的高效测量和精确统计,提出了一种基于光谱估计和多光谱技术的光学元件表面疵病检测方法。该方法利用光谱估计提取白光图像中不同波长的单光谱疵病图像,并合成多光谱疵病图像,然后采用优化后的OTSU(Otsu Image Segmentation Algorithm)分别对单光谱与多光谱疵病图像进行分析。基于该方法搭建了光学元件表面疵病检测装置,获得了白光照明条件下光学元件表面疵病的图像。实验结果表明,与原始白光图像相比,合成多光谱图像的疵病检出数量提升了1.85倍,疵病检出面积最大增加了6.0倍,检测效率得到明显提高。根据光学元件表面疵病的特性选取不同波长组合来生成单光谱与多光谱图像,可更加高效精确地检测出传统检测技术不易检出的疵病信息。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
疵病检测论文参考文献
[1].王贵林,朱俊辉,李嘉祥,李治斌.大口径光学元件表面疵病在位检测与评价研究[J].应用光学.2019
[2].杨言若,步扬,徐静浩,王少卿,王向朝.基于光谱估计与多光谱技术的光学元件表面疵病检测[J].中国激光.2019
[3].杨飞,高爱华,刘卫国,秦文罡.高反射镜表面疵病激光散射显微成像检测[J].电子测量技术.2019
[4].陈晨,王红军,王大森,田爱玲,刘丙才.基于稀疏矩阵的光学元件表面疵病检测[J].中国激光.2019
[5].张博,周军,王芳,韩森.基于MaskR-CNN的触摸屏玻璃疵病检测与识别[J].软件导刊.2019
[6].杨言若,步扬,徐静浩,王少卿,王向朝.基于光谱估计的光学元件表面疵病检测[C].第十七届全国光学测试学术交流会摘要集.2018
[7].王玄洋,陈光.超光滑光学元件表面疵病检测与控制[J].光学与光电技术.2018
[8].孙力,刘晨,姚红兵.基于机器视觉的树脂镜片水印疵病检测[J].江苏大学学报(自然科学版).2018
[9].戴安迪,于雅洁,曹晖.元件疵病检测中照度不均匀图像的融合处理方法[J].光学与光电技术.2018
[10].杨荟琦,李显凌.光学元件表面疵病检测仪的精度建模及预测[J].机械设计与制造.2018