CN104964982A - 基于oct复信号的玻璃表面真伪缺陷识别方法及*** - Google Patents

Abstract

本发明公开了一种基于OCT复信号的玻璃表面真伪缺陷识别方法及***。在OCT***中，使用线聚焦光照明和并行探测，利用OCT成像获得的复解析信号，分析玻璃界面处沿深度方向的复解析信号与标准单一反射界面所产生的复解析信号的差异大小来划定玻璃表面缺陷核心的边界，利用OCT成像获得的玻璃表面的复解析反射信号的相位重构高精度的玻璃表面形貌图，通过比对玻璃表面缺陷核心边界图与玻璃表面形貌图，实现真缺陷和伪缺陷的识别。本发明可以实现高分辨率、高准确率的真伪缺陷识别，可以在有尘生产环境中实时检测玻璃缺陷而不会因灰尘的干扰造成误判。

Description

基于OCT复信号的玻璃表面真伪缺陷识别方法及***

技术领域

本发明属于光学相干测量领域，具体涉及一种基于OCT复信号的玻璃表面真伪缺陷识别方法及***。

技术背景

质量控制在玻璃制造工业中是一个关键问题，玻璃中存在的缺陷会大大降低玻璃的质量。人工检测速度慢，易受检测人员主观因素的影响而对玻璃缺陷造成漏检或误检，已经不能适应现代玻璃工业生产线。目前，自动玻璃缺陷检测已经成为一种趋势。自动玻璃缺陷检测***主要有激光扫描检测和摩尔干涉检测两种。激光扫描检测对微小缺陷不敏感，抗干扰能力差。摩尔干涉检测可以根据图像灰度变化识别出点缺陷，如结石、锡点等，也可以通过条纹扭曲变化识别出光学缺陷，如气泡、畸变、砸伤、波筋等。然而，不管使用以上哪种方法，都有可能将灰尘等伪缺陷识别为点缺陷，造成误判，而在玻璃生产线上，通常是没有灰尘防控***的，因此这种误判将会大大降低自动检测的准确率和生产的效率。为解决这一问题，华中科技大学的余文勇等人在摩尔干涉检测的基础上提出通过检测点缺陷周围区域是否存在光学畸变，即点缺陷周围是否存在扭曲的摩尔条纹的方法来区分真缺陷和伪缺陷，依据是点缺陷同时会造成缺陷核心周围区域的光学畸变从而引起摩尔条纹扭曲，而伪缺陷不会引起摩尔条纹扭曲。在对质量要求不高，缺陷尺寸较大的情况下，这一方法一定程度上解决了真伪缺陷的识别问题，但在质量要求更高的情况下，当尺寸更小的缺陷也要求被检出并与灰尘等伪缺陷区分开时，这一方法则无法达到相应的检测和识别要求。原因有以下两点：一是摩尔条纹的灰度变化与缺陷造成的图像灰度变化是叠加在一起的，影响缺陷核心边界划定的准确性，二是当摩尔条纹的变化对微小的光学畸变并不敏感，而微小尺寸的真伪缺陷识别对边界划定的准确性和光学畸变的检测灵敏度都有很高的要求。

光学相干层析成像（Optical Coherence Tomography，简称OCT）能够实施非接触、无损伤、高分辨率的三维成像，在生物医学领域已经得到广泛应用，在工业检测领域的应用也正在逐步发展之中。目前的应用于工业检测的OCT技术，主要通过探测样品中的散射物质的背向散射光光强以及样品界面的反射或背向散射光强来获得样品的三维结构信息。由于玻璃是低散射物质，且具有很高的光学均匀性，没有任何缺陷的玻璃在OCT图像中仅有玻璃表面这一界面反射信号；而玻璃中的点缺陷是散射物质，玻璃中的气泡和裂纹等具有反射界面，因此OCT技术可以通过玻璃的三维图像检测到结石、锡点、划痕、气泡、畸变等玻璃缺陷，并且相对于前面提到的几种技术具有高分辨能力的深度分辨能力。然而，仅仅利用OCT的三维成像能力仍然会将灰尘误识为玻璃表面的点缺陷，无法排除灰尘等伪缺陷。

发明内容

本发明针对现有技术的不足，提出一种OCT复信号的玻璃表面真伪缺陷识别方法及***。

一种OCT复信号的玻璃表面真伪缺陷识别方法，该方法具体包括以下步骤：

步骤a. 根据玻璃界面处沿深度方向的OCT复解析信号与标准单一反射界面所产生的OCT复解析信号的差异，确定玻璃缺陷的边界图，

步骤b. 根据玻璃的OCT复解析信号的相位重构玻璃表面形貌图，

步骤c. 对比玻璃缺陷的边界图和玻璃表面形貌图，从而识别玻璃缺陷是真缺陷或者伪缺陷。

所述的步骤a为：将一个横向位置上的玻璃界面处沿深度方向的OCT复解析信号与标准单一反射界面所产生的复解析信号相减、得到差值，将所述差值取模求和，如果所述和大于阈值，则所述横向位置是缺陷边界，如果所述和小于所述阈值，则所述横向位置不是缺陷边界，将多个横向位置上的缺陷边界按照横向位置排列，得到玻璃缺陷的边界图。

其中，所述阈值可以根据噪声水平和/或玻璃粗糙度确定。

所述步骤b为：将一次扫描获得的二维OCT复解析信号中的沿玻璃界面处的一行相位信号沿横向解包裹，将所述解包裹的相位信号减去线性拟合信号，得到所述扫描的位置的玻璃表面形貌，

将多次扫描的位置的玻璃表面形貌按照扫描顺序拼接，得到玻璃表面形貌图。

所述步骤c为：如果在所述玻璃表面形貌图中，与所述边界图中的边界之外的区域对应的区域存在突起或者凹陷，则所述边界包围的缺陷是真缺陷；如果在所述玻璃表面形貌图中，与所述边界图中的边界之外的区域对应的区域不存在突起或者凹陷，则所述边界包围的缺陷是伪缺陷。

一种基于OCT复解析信号的识别玻璃缺陷的***，包括：光源，光束整形模块，用于接收所述光源发出的光，并输出整形光束，分束器，用于将所述整形光束分成第一光束和第二光束，参考臂模块，用于将所述第一光束聚焦在参考反射镜上，并使所述参考反射镜反射的光返回所述分束器，

样品臂模块，用于将所述第二光束聚焦在玻璃上，并使所述玻璃反射的光返回所述分束器，其中，所述参考反射镜反射的光和所述玻璃反射的光形成干涉光，成像光谱仪模块，用于接收所述干涉光，形成干涉光谱信号并进行光电转换，以及数据采集及处理模块，用于接收所述光电转换的干涉光谱信号，并包括以下单元：

边界图单元，根据玻璃界面处沿深度方向的干涉复解析信号与标准单一反射界面所产生的干涉复解析信号的差异，确定玻璃缺陷的边界图，形貌图单元，根据玻璃的干涉复解析信号的相位重构玻璃表面形貌图，识别单元，对比玻璃缺陷的边界图和玻璃表面形貌图，从而识别玻璃缺陷是真缺陷或者伪缺陷。

所述光源是宽带光源。

所述光束整形模块包括：光纤准直器，用于接收所述光源发出的光，并输出准直光束，以及第一柱面透镜，用于接收所述准直光束，并输出柱面波光束。

所述参考臂模块包括：第二柱面透镜，用于接收所述第一光束，输出准直光束，以及第一物镜，用于将所述准直光束聚焦在参考反射镜上。

所述样品臂模块包括：第二物镜，用于将所述第二光束聚焦在玻璃上。

所述成像光谱仪模块包括：衍射光栅，用于将所述干涉光分解为干涉谱信号，以及面阵相机，用于探测所述干涉谱信号并对所述干涉谱信号进行光电转换。

与背景技术相比，本发明具有的有益效果是：

1、通过使用OCT成像获得具有深度分辨能力的复解析信号，相比于传统的摩尔干涉检测法，缺陷的图像灰度信息与形貌信息是分开且互不影响的，可以更准确地划定缺陷的边界以及测量玻璃表面形貌变化造成的光学畸变，从而更准确地识别真伪缺陷。

2、相比于传统的摩尔干涉检测法，通过OCT的干涉相位测量方法可以实现亚波长量级甚至纳米级的深度分辨能量力，更高灵敏度和更高精度地测量玻璃表面形貌变化造成的光学畸变，从而可以识别更小尺寸的真伪缺陷，具有更高的分辨能力。

3、相比于传统的OCT成像方法及其信号处理方法，基于复解析信号的与点扩散函数比较的方法，区分单一光学界面和复合光学界面，在复合光学界面高度差小于***的深度分辨率的情况下仍然可以实现，从而可以在完全不影响传统OCT成像功能和能力的条件下实现缺陷核心边界的准确划定和真伪缺陷的识别。

附图说明

图1是本发明的成像***示意图；

图2是本发明的扫描示意图；

图3是本发明的算法处理流程图；

图4为本发明光束部分照射在玻璃表面部分照射在缺陷核心上示意图；

图5是本发明的边界判定算法示意图；

图6是本发明的真伪缺陷识别算法示意图。

图1中：1、宽带光源，2、光纤准直器，3、第一柱面透镜，4、分束器，5、第二柱面透镜，6、第一物镜，7、参考反射镜，8、第二物镜，9、样品，10、电动载物台，11、第一聚焦透镜，12、第二聚焦透镜，13、衍射光栅，14、第三聚焦透镜，15、面阵相机，16、光束整形模块，17、参考臂模块，18、样品臂模块，19、成像光谱仪模块，20、数据采集及处理模块。

具体实施方式

在下文中，“真缺陷”是指在玻璃表面导致形变的缺陷，例如气泡、畸变、砸伤、锡点、结石等；“伪缺陷”是指不会在玻璃表面导致形变的缺陷，例如灰尘。“标准单一反射界面”是指其上没有“真缺陷”或“伪缺陷”的理想平滑的玻璃界面。“深度方向”是指玻璃的厚度方向。“横向”是指与深度方向垂直的方向。

本发明的目的在于提供一种基于OCT复解析信号的玻璃表面真伪缺陷识别方法及***。本发明：利用OCT成像获得的复解析信号，分析玻璃界面处沿深度方向的复解析信号与标准单一反射界面所产生的复解析信号的差异大小，划定玻璃表面缺陷核心（包括锡点、结石等真缺陷和灰尘等伪缺陷）的准确边界；利用OCT成像获得的玻璃表面的复解析反射信号的相位重构高精度的玻璃表面形貌图；比对玻璃表面缺陷核心边界图与玻璃表面形貌图，识别出真缺陷和伪缺陷。

本发明的目的是通过如下技术方案实现的：

一、一种基于OCT复解析信号的玻璃表面真伪缺陷识别方法：

1）在OCT***中，使用线聚焦光照明样品，通过相机的一次曝光获得样品被照明处的二维层析图像，通过以电动载物台带动样品沿垂直于线聚焦光的方向运动的方式进行扫描，获得样品的三维层析图像；所述的层析图像，均为复解析信号。

2）将一次曝光获得的二维复解析层析图像中玻璃界面处的一行相位信号沿横向解包裹，将该行解包裹的相位信号减去其线性拟合信号，得到一个扫描位置处的玻璃表面形貌；将不同次曝光获得的层析图像做如上的处理后，依扫描顺序拼接，得到整个样品的玻璃表面形貌图。

3）将样品每个横向位置上的玻璃界面及其附近处的沿深度方向的归一化复解析信号与标准单一反射界面所产生的归一化复解析信号相减，将差值取模并沿深度方向求和，若该和接近于零，则该样品的横向位置处产生的是单一反射信号，即可判断此处非缺陷核心的边界,若该和大于阈值，则该样品的横向位置处产生的是复合反射信号，即可判断此处为缺陷核心的边界；得到的所有玻璃表面缺陷核心边界根据其在玻璃表面上的横向位置排列，得到玻璃表面缺陷核心边界图；所述的横向是指垂直于光束传播的方向；所述的深度方向，是指平行于光束传播的方向；所述的阈值，由噪声水平决定。

4）比对2）中得到的玻璃表面形貌图与3）中得到的玻璃表面缺陷核心边界图，若在形貌图中，与边界图中闭合边界以外的邻近区域相对应的区域存在突起或凹陷，则该闭合边界及其所包围的区域为真缺陷；若在形貌图中，与边界图中闭合边界以外的邻近区域相对应的区域不存在突起或凹陷，则该闭合边界及其所包围的区域为伪缺陷。

二、一种基于OCT复解析信号的玻璃表面真伪缺陷识别***，包括宽带光源、光束整形模块、分束器、参考臂模块、样品臂模块、成像光谱仪模块和采集处理模块；从宽带光源发出的低相干光，经过光束整形模块后入射到分束器，经分束器分光后一路光进入参考臂模块，另一路光进入样品臂模块，从参考臂和样品臂返回的两路光在分束器中干涉形成干涉光，干涉光进入成像光谱仪模块，由成像光谱仪模块将干涉光分解为干涉谱信号，最后转变为电信号传入采集处理模块。

所述的光束整形模块：包括光纤准直器、第一柱面透镜；宽带光源发出的低相干光经过光纤准直器后形成准直光束，准直光经过第一柱面透镜后形成柱面波光束，柱面波光束入射到分束器。

所述的参考臂模块：包括第二柱面透镜、第一物镜、参考反射镜；经分束器分光后的一路柱面波光束经过第二柱面透镜形成准直光束，准直经过第一物镜后聚焦在参考反射镜上，从参考反射镜反射回来的光经由原路返回至分束器。

所述的样品臂模块：包括第二物镜、样品、电动载物台；经分束器分光后的另一路柱面波光束经过第二物镜后形成线聚焦光，聚焦在样品上，样品固定在电动载物台上，电动载物台可以带动样品沿与线聚焦光垂直的方向运动，从样品返回的光经原路返回至分束器。

所述的成像光谱仪模块：包括第一聚焦透镜、第二聚焦透镜、衍射光栅、第三聚焦透镜、面阵相机；干涉光经过第一聚焦透镜形成线状虚像后继续经过第二聚焦透镜，再入射到衍射光栅上，在垂直于虚像的方向上进行色散分光，分光后的干涉光谱经第三聚焦透镜成像，由面阵相机进行探测和光电转换。

下面结合附图和实施示例对本发明作进一步的说明：

如图1所示，一种基于OCT复解析信号的玻璃表面真伪缺陷识别***，包括宽带光源1、光束整形模块16、分束器4、参考臂模块17、样品臂模块18和成像光谱仪模块19和数据采集及处理模块20。光束整形模块16包括光纤准直器2、第一柱面透镜3；参考臂模块17包括第二柱面透镜5、第一物镜6、参考反射镜7；样品臂模块18包括第二物镜8、样品9、电动载物台10；成像光谱仪模块包括第一聚焦透镜11、第二聚焦透镜12、衍射光栅13、第三聚焦透镜14、面阵相机15。从宽带光源1发出的低相干光，进入光束整形模块16，在光束整形模块16中，宽带光源1发出的低相干光经过光纤准直器2后形成准直光束，准直光经过第一柱面透镜3后形成柱面波光束。从光束整形模块16输出的柱面波光束入射到分束器4，经分束器4分光后一路光进入参考臂模块17，另一路光进入样品臂模块18。进入参考臂模块17的一路柱面波光束经过第二柱面透镜5形成准直光束，准直经过第一物镜6后聚焦在参考反射镜7上，从参考反射镜7反射回来的光经由原路返回至分束器4。进入样品臂模块18的一路柱面波光束经过第二物镜8后形成线聚焦光，聚焦在样品9上，样品9固定在电动载物台10上，电动载物台10可以带动样品沿与线聚焦光垂直的方向运动，从样品9返回的光经原路返回至分束器4。从参考臂模块17和样品臂模块18返回的两路光在分束器4中干涉形成干涉光，干涉光进入成像光谱仪模块19，在成像光谱仪模块19中，干涉光经过第一聚焦透镜11形成线状虚像后继续经过第二聚焦透镜12，再入射到衍射光栅13上，在垂直于虚像的方向上进行色散分光，将干涉光分解为干涉谱信号，干涉光谱信号经第三聚焦透镜14成像，由面阵相机15进行探测和光电转换，最后电信号传入数据采集及处理模块20。

如图2所示，面阵相机15采集的一帧图像为一帧面数据（B-frame），B-frame由若干条线数据（A-line）构成，A-line记录的到是沿深度方向的复解析信号，深度方向指平行于光束的方向；沿垂直于线聚焦光的方向的扫描称之为C-scan，完成一次C-scan，得到一块体数据（C-volume），C-volume则由若干帧B-frame构成。

如图3所示，一种基于OCT复解析信号的玻璃表面真伪缺陷识别***，其数据采集及处理模块20的处理算法流程，输入数据有B-frame光谱数据21和C-scan扫描序列22；中间数据有B-frame复解析信号数据23，玻璃表面位相数据24，玻璃表面轮廓25，玻璃表面形貌26，归一化A-line复解析差异数据27，玻璃表面缺陷核心边界标记28，和玻璃表面缺陷核心边界图29；输出数据是真伪缺陷识别图30，主要操作有傅里叶变换①，提取位相及解包裹②，去除基线偏移③，形貌图重建④，归一化A-line及对比⑤，求和及二值化⑥，边界图重建⑦和图层叠加及真伪缺陷判断⑧。

将一帧B-frame光谱数据21沿A-line方向做傅里叶变换①，得到一帧B-frame复解析信号数据23，将一帧B-frame复解析信号数据23中玻璃界面处的一行的相位信号提取出来并沿横向解包裹，即操作②，得到玻璃表面位相数据24。将该行玻璃表面位相数据24减去其线性拟合信号，即操作③，得到该扫描位置处的玻璃表面轮廓25；将C-volume中所有B-frame的玻璃表面形貌按C-scan扫描序列22沿C-scan方向拼接，即操作④，得到玻璃表面形貌图26。

如图4、图5所示，一个相机像素的尺寸对应到样品上的大小称为一个分辨单元，当一个分辨单元所对应的光束完全照射在玻璃表面上，如图中光束Ⅰ时，返回的光信号为单一反射信号，当一个分辨单元所对应的光束部分照射在玻璃表面部分照射在缺陷核心上，即照射在缺陷核心边界上，如图中光束Ⅱ时，返回的光信号为复合反射信号。A表示的是标准单一反射界面的A-line在界面附近处的一段归一化复解析信号，该段数据的长度等于反射信号包络的宽度，归一化指A中所有点……，A_-1，A₀，A₁，……等比例缩放使得A₀的模值等于1。B表示的是某一B-frame复解析信号数据23中的某一个A-line在界面附近处的一段归一化复解析信号，数据长度及归一化与上述相同，C表示的是B和A按……，B_-1-A_-1，B₀-A₀，B₁-A₁，……逐点分别复数相减的结果，该操作即操作⑤，C即归一化A-line复解析差异数据27。若在C中，所有的点都接近于零，将C所有点的模求和得到的和值是一个接近于零的值，则B是单一反射界面的信号，如图中光束Ⅰ返回的信号，若在C中，C₀上方有个别点，如C_-1，C_-2不为零，将C所有点的模求和得到的和值是一个大于零的值，则B是复合反射界面的信号，如图中光束Ⅱ返回的信号，区别单一反射信号与复合反射信号的和值大小称为阈值，阈值的大小由噪声水平决定，根据阈值将和值二值化，得到玻璃表面缺陷核心边界标记28，该操作即操作⑥。将C-volume中所有A-line按照上述算法处理。得到的所有玻璃表面缺陷核心边界标记28 ，根据B-frame复解析信号数据23的排列顺序和C-scan扫描序列22，按其在C-volume中的位置排列，即操作⑦，得到玻璃表面缺陷核心边界图29。

如图6所示，玻璃表面缺陷核心边界图29中，闭合边界以内的是缺陷核心，闭合缺陷以外一定范围的区域为缺陷周边区域，在玻璃表面形貌图26中，若对应于缺陷周边区域的区域存在大于阈值的突起或凹陷，则该区域所对应的缺陷核心为真缺陷，若对应于缺陷周边区域的区域不存在大于阈值的突起或凹陷，则该区域所对应的缺陷核心为伪缺陷，所述的阈值由玻璃的表面粗糙度决定，以上即操作⑧，对所有闭合边界进行以上判定后得到输出结果，即真伪缺陷识别图30。

Claims (10)

1. 基于OCT复信号的玻璃表面真伪缺陷识别方法，其特征在于，该方法具体包括以下步骤：

步骤a、根据玻璃界面处沿深度方向的OCT复解析信号与标准单一反射界面所产生的OCT复解析信号的差异，确定玻璃缺陷的边界图，

步骤b、根据玻璃的OCT复解析信号的相位重构玻璃表面形貌图，

步骤c、 对比玻璃缺陷的边界图和玻璃表面形貌图，从而识别玻璃缺陷是真缺陷或者伪缺陷。

2.如权利要求1所述的基于OCT复信号的玻璃表面真伪缺陷识别方法，其特征在于，所述步骤a包括：将一个横向位置上的玻璃界面处沿深度方向的OCT复解析信号与标准单一反射界面所产生的复解析信号相减、得到差值，将所述差值取模求和，如果所述和大于阈值，则所述横向位置是缺陷边界，如果所述和小于所述阈值，则所述横向位置不是缺陷边界，将多个横向位置上的缺陷边界按照横向位置排列，得到玻璃缺陷的边界图。

3.如权利要求2所述的基于OCT复信号的玻璃表面真伪缺陷识别方法，其特征在于，所述阈值根据噪声水平和/或玻璃粗糙度确定。

4.如权利要求1所述的基于OCT复信号的玻璃表面真伪缺陷识别方法，其特征在于，所述步骤b包括：将一次扫描获得的二维OCT复解析信号中的沿玻璃界面处的一行相位信号沿横向解包裹，将所述解包裹的相位信号减去线性拟合信号，得到所述扫描的位置的玻璃表面形貌，将多次扫描的位置的玻璃表面形貌按照扫描顺序拼接，得到玻璃表面形貌图。

5.如权利要求1所述的基于OCT复信号的玻璃表面真伪缺陷识别方法，其特征在于，所述步骤c包括：如果在所述玻璃表面形貌图中，与所述边界图中的边界之外的区域对应的区域存在突起或者凹陷，则所述边界包围的缺陷是真缺陷；如果在所述玻璃表面形貌图中，与所述边界图中的边界之外的区域对应的区域不存在突起或者凹陷，则所述边界包围的缺陷是伪缺陷。

6.基于OCT复信号的玻璃表面真伪缺陷识别***，其特征在于：该***包括：宽带光源，光束整形模块，用于接收所述光源发出的光，并输出整形光束，分束器，用于将所述整形光束分成第一光束和第二光束，参考臂模块，用于将所述第一光束聚焦在参考反射镜上，并使所述参考反射镜反射的光返回所述分束器，样品臂模块，用于将所述第二光束聚焦在玻璃上，并使所述玻璃反射的光返回所述分束器，其中，所述参考反射镜反射的光和所述玻璃反射的光形成干涉光，成像光谱仪模块，用于接收所述干涉光，形成干涉光谱信号并进行光电转换，以及数据采集及处理模块，用于接收所述光电转换的干涉光谱信号；边界图单元，用于根据玻璃界面处沿深度方向的干涉复解析信号与标准单一反射界面所产生的干涉复解析信号的差异，确定玻璃缺陷的边界图，形貌图单元，用于根据玻璃的干涉复解析信号的相位重构玻璃表面形貌图，识别单元，用于对比玻璃缺陷的边界图和玻璃表面形貌图，从而识别玻璃缺陷是真缺陷或者伪缺陷。

7.如权利要求6所述的基于OCT复信号的玻璃表面真伪缺陷识别***，其特征在于，所述光束整形模块包括：光纤准直器，用于接收所述光源发出的光，并输出准直光束，以及第一柱面透镜，用于接收所述准直光束，并输出柱面波光束。

8.如权利要求6所述的基于OCT复信号的玻璃表面真伪缺陷识别***，其特征在于，所述参考臂模块包括：第二柱面透镜，用于接收所述第一光束，输出准直光束，以及第一物镜，用于将所述准直光束聚焦在参考反射镜上。

9.如权利要求6所述的基于OCT复信号的玻璃表面真伪缺陷识别***，其特征在于，所述样品臂模块包括：第二物镜，用于将所述第二光束聚焦在玻璃上。

10.如权利要求6所述的基于OCT复信号的玻璃表面真伪缺陷识别***，其特征在于，所述成像光谱仪模块包括：衍射光栅，用于将干涉光分解为干涉谱信号，以及面阵相机，用于探测所述干涉谱信号并对所述干涉谱信号进行光电转换。