一种光学镜头表面粗糙度的检测方法及系统技术方案

技术编号:41301659 阅读:27 留言:0更新日期:2024-05-13 14:48
本发明专利技术公开了一种光学镜头表面粗糙度的检测方法及系统,所述方法包括获取不同波长激光辐照在待测光学镜头的表面后,经成像形成的第一散斑图像和第二散斑图像;对第一散斑图像和第二散斑图像进行图像增强,对增强后的第一散斑图像进行纹理特征及灰度均值特征提取,对增强后的第二散斑图像进行纹理特征、灰度标准差及灰度均方根特征提取,将提取的第一散斑图像的特征、第二散斑图像的特征分别输入至支持向量机模型,得到第一检测值和第二检测值,将二者的平均值作为光学镜头表面粗糙度。本发明专利技术对于不同波长形成的散斑图像分别进行不同特征的提取,防止在模型检测时因特征冗余干扰检测结果,在提高检测效率的同时提高了表面粗糙度的检测精度。

【技术实现步骤摘要】

本专利技术涉及光学测量,尤其涉及一种光学镜头表面粗糙度的检测方法及系统


技术介绍

1、光学元件通常需要精密加工得到,而其表面的粗糙度对光学元件的性能有着重要影响。常见的表面粗糙度检测方法有光切显微镜测量、传统干涉测量等。光切显微镜测量中由光源发出的光经过聚光镜,穿过狭缝形成带状光束。光束再经物镜,以45度角射向工件,在凹凸不平的表面上呈现出曲折光带,再以45度角反射经物镜到达分划板上。从目镜看到的曲折亮带有两个边界,光带影像边界的曲折程度表示影像的峰谷高度,以此来测量表面粗糙度,干涉测量则是通过测量两束光的干涉条纹间距,从而计算出表面的粗糙度。然而上述方法对于设备要求较高,且由于步骤繁琐,在检测过程中容易受到干扰,从而影响检测精度。

2、随着人工智能技术的发展,目前已有研究将光散射与人工智能模型结合从而进行粗糙度的测量。例如通过建立散斑图像特征参数与表面粗糙度评定参数之间的关系,实现对工件表面粗糙度的高效和无损测量。然而,这种方法在进行图像特征提取时,由于特征过多过于复杂,导致训练模型时往往需要花费大量时间,且模型的检测效率并不理想。

本文档来自技高网...

【技术保护点】

1.一种光学镜头表面粗糙度的检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,所述对第一散斑图像和第二散斑图像进行图像增强,包括:

3.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,对增强后的第一散斑图像或第二散斑图像进行纹理特征时,包括:

4.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,在所述将提取的第一散斑图像的特征、第二散斑图像的特征分别输入至支持向量机模型进行粗糙度检测之前,还包括:

5.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在...

【技术特征摘要】

1.一种光学镜头表面粗糙度的检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,所述对第一散斑图像和第二散斑图像进行图像增强,包括:

3.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,对增强后的第一散斑图像或第二散斑图像进行纹理特征时,包括:

4.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,在所述将提取的第一散斑图像的特征、第二散斑图像的特征分别输入至支持向量机模型进行粗糙度检测之前,还包括:

5.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,所述支持向量机模型的表达式为:

6.根据权利要求1所述的光学镜头表面粗糙度的检测方法,其特征在于,所述方法还包括利...

【专利技术属性】
技术研发人员:刘明刘雪芬黄德城吴毅明
申请(专利权)人:惠州市双诚鑫科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1