一种熔石英元件表面缺陷激光修复质量的自动检测方法技术

一种熔石英元件表面缺陷激光修复质量的自动检测方法，涉及工程光学技术领域，用于检测熔石英元件表面缺陷的修复质量。本发明专利技术的技术要点包括：改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果。本发明专利技术通过单幅拍照和扫描拍照结合的方式实现了不同尺寸修复坑图像的自动采集，使用景深融合与图像拼接方法获得了修复坑完整的全景深图像，使用基于卷积神经网络的目标检测方法实现了修复坑残余损伤的检测。本发明专利技术无需人工干预，可应用于元件表面缺陷修复后对于修复质量的自动检测。质量的自动检测。质量的自动检测。

【技术实现步骤摘要】
一种熔石英元件表面缺陷激光修复质量的自动检测方法


[0001]本专利技术涉及工程光学
，具体涉及一种熔石英元件表面缺陷激光修复质量的自动检测方法。

技术介绍

[0002]熔石英元件具有透光性好、化学性质稳定、耐高温等优点，在高功率固体激光装置终端光学组件中得到广泛应用，承担着光束聚焦、碎片屏蔽等多种功能。但熔石英是一种典型的硬脆材料，其在加工、清洗、运输过程中会不可避免的产生一些凹坑、微裂纹等表面缺陷。表面缺陷会降低元件的材料性能使其更易损伤，研究表明，元件表面一旦产生缺陷如果不及时进行处理，缺陷尺寸将呈指数性增长，缺陷的数量也会急剧增加。缺陷的产生和增长不仅会使元件自身透光率降低，还会影响光路下游元件引起下游元件的损伤，继而威胁激光装置的稳定运行。因此采用合适的方式对元件表面缺陷进行及时修复具有重要的意义。
[0003]工程上常采用CO2激光修复方法对受损伤元件进行局部修复，该过程通过在缺陷区域刻蚀一个圆锥体来实现。这种方法能有效提高材料的损伤阈值、抑制表面缺陷的增长，而且不影响元件的通光性能。修复后的元件可装载到回路中继续使用，节约了装置的维护成本。修复时由于个别缺陷拥有比预期更深的亚表面裂纹形态，在少数情况下，使用常用现有的修复方案无法将其完全修复，修复坑存在残余损伤。未完全修复的缺陷一旦重新安装到激光光路中会对光学元件使用寿命产生不利影响，因此必须对表面缺陷激光修复的质量进行检测。

技术实现思路

[0004]鉴于以上问题，本专利技术提出一种熔石英元件表面缺陷激光修复质量的自动检测方法，用于检测熔石英元件表面缺陷的修复质量。
[0005]一种熔石英元件表面缺陷激光修复质量的自动检测方法，包括以下步骤：
[0006]步骤一、对于元件的每个修复坑，改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；
[0007]步骤二、对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；
[0008]步骤三、将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果；所述检测结果包括元件表面存在或不存在残余损伤。
[0009]进一步地，步骤一中在采集不同修复坑对应的图像时，对于不同尺寸的修复坑采用不同的采集方式：修复坑尺寸在相机视野范围内时，采集包含该修复坑的单张图像；修复坑尺寸不在相机视野范围内时，对包含该修复坑的元件部分区域进行阵列扫描采集，获取包含该修复坑的多个子图；其中，相邻的两个子图具有重叠区域。
[0010]进一步地，步骤一中修复坑尺寸不在相机视野范围内时，在获取包含修复坑的多个子图后，采用基于模板匹配的方法计算多个子图之间的平移错位量，然后通过加权融合
的方式对相邻两个子图的重叠区域进行处理，从而将多个子图进行图像拼接。
[0011]进一步地，步骤一中图像拼接过程中采用基于模板匹配的方法计算多个子图之间的平移错位量的过程为：将相邻两个子图的重叠区域作为模板，利用模板遍历相邻两个子图所有像素位置，通过比较模板与相邻子图多个区域的相似程度确定模板在相邻子图中的位置，进而计算相邻子图的平移错位量。
[0012]进一步地，步骤一中图像拼接过程中按照下述公式计算模板与相邻子图不同区域的相似程度：
[0013][0014]式中，R(x,y)代表模板与以(x,y)位置为中心的子图区域的相似度；T'(x',y')表示标准化后的模板图像在(x',y')位置的值；I'(x+x',y+y')表示标准化后的子图图像在(x+x',y+y')位置的值。
[0015]进一步地，步骤二中所述景深融合的过程为：将不同聚焦状态下的多个图像中每个包含修复坑的图像划分为多个图像子区域，对于多个图像中位置对应相同的图像子区域，计算每个图像子区域中像素点梯度值，选择提取像素点梯度值最大的图像子区域；将提取的不同位置的多个图像子区域组合成一个新的全景深图像。
[0016]进一步地，步骤二中通过拉普拉斯算子计算获得图像子区域中像素点梯度值。
[0017]进一步地，步骤三中预训练的残余损伤检测模型是基于卷积神经网络YOLOV3搭建的。
[0018]进一步地，步骤三中所述检测结果中还包括残余损伤的位置和尺寸。
[0019]本专利技术的有益技术效果是：
[0020]本专利技术通过单幅拍照和扫描拍照结合的方式实现了不同尺寸修复坑图像的自动采集；使用景深融合与图像拼接方法获得了修复坑完整的全景深图像；使用基于卷积神经网络的目标检测方法实现了修复坑残余损伤检测；该方法无需人工干预，实现了元件表面缺陷激光修复质量的自动检测。
附图说明
[0021]本专利技术可以通过参考下文中结合附图所给出的描述而得到更好的理解，所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本专利技术的优选实施例和解释本专利技术的原理和优点。
[0022]图1是本专利技术实施例中表面缺陷修复质量自动检测装置结构示意图；
[0023]图2是本专利技术实施例中修复坑图像采集过程示意图；
[0024]图3是本专利技术实施例中扫描图像拼接过程示意图；
[0025]图4是本专利技术实施例中修复坑的残余损伤检测结果示例图；其中，图(a)是1mm修复坑对应的未修复前图像；图(b)是采用1mm修复坑进行修复后的显微图像；图(c)是2mm修复坑对应的未修复前图像；图(d)是采用2mm修复坑进行修复后的显微图像。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，在下文中将结合附图对本专利技术
的示范性实施方式或实施例进行描述。显然，所描述的实施方式或实施例仅仅是本专利技术一部分的实施方式或实施例，而不是全部的。基于本专利技术中的实施方式或实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式或实施例，都应当属于本专利技术保护的范围。
[0027]本专利技术提出一种熔石英元件表面缺陷激光修复质量的自动检测方法，通过采集修复坑显微图像并对其进行处理来判断修复坑是否修复完全，该方法为元件表面缺陷的修复质量控制提供了技术支撑。
[0028]本专利技术实施例提供一种熔石英元件表面缺陷激光修复质量的自动检测方法，该方法包括以下步骤：
[0029]步骤一、对于元件的每个修复坑，改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；
[0030]步骤二、对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；
[0031]步骤三、将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果；其中，检测结果包括元件表面存在或不存在残余损伤。
[0032]本实施例中，可选地，步骤一中在采集不同修复坑对应的图像时，对于不同尺寸的修复坑采用不同的采集方式：修复坑尺寸在相机视野范围内时，采集包含该修复坑的单张图像；修复坑尺寸不在相机视野范围内时，对包含该修复坑的元件部分区域进行阵列扫描采集，获取包含该修复坑的多个子图；其中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，包括以下步骤：步骤一、对于元件的每个修复坑，改变相机和元件之间的距离，采集对应不同聚焦状态下包含修复坑的多个图像；步骤二、对不同聚焦状态下的多个图像进行景深融合，获取包含修复坑的清晰图像；步骤三、将包含修复坑的清晰图像输入预训练的残余损伤检测模型，获取检测结果；所述检测结果包括元件表面存在或不存在残余损伤。2.根据权利要求1所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中在采集不同修复坑对应的图像时，对于不同尺寸的修复坑采用不同的采集方式：修复坑尺寸在相机视野范围内时，采集包含该修复坑的单张图像；修复坑尺寸不在相机视野范围内时，对包含该修复坑的元件部分区域进行阵列扫描采集，获取包含该修复坑的多个子图；其中，相邻的两个子图具有重叠区域。3.根据权利要求2所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中修复坑尺寸不在相机视野范围内时，在获取包含修复坑的多个子图后，采用基于模板匹配的方法计算多个子图之间的平移错位量，然后通过加权融合的方式对相邻两个子图的重叠区域进行处理，从而将多个子图进行图像拼接。4.根据权利要求3所述的一种熔石英元件表面缺陷激光修复质量的自动检测方法，其特征在于，步骤一中图像拼接过程中采用基于模板匹配的方法计算多个子图之间的平移错位量的过程为：将相邻两个子图的重叠区域作为模板，利用模板遍历相邻两个子图所有像素位置，通过比较模板...

【专利技术属性】
技术研发人员：赵林杰，陈明君，尹朝阳，程健，袁晓东，郑万国，廖威，王海军，张传超，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：