CN110717901B - 一种基于光标的软件场景doe性能评估方法 - Google Patents
一种基于光标的软件场景doe性能评估方法 Download PDFInfo
- Publication number
- CN110717901B CN110717901B CN201910924963.3A CN201910924963A CN110717901B CN 110717901 B CN110717901 B CN 110717901B CN 201910924963 A CN201910924963 A CN 201910924963A CN 110717901 B CN110717901 B CN 110717901B
- Authority
- CN
- China
- Prior art keywords
- cursor
- doe
- performance
- error
- speckle pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/0012—Optical design, e.g. procedures, algorithms, optimisation routines
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/42—Diffraction optics, i.e. systems including a diffractive element being designed for providing a diffractive effect
- G02B27/4205—Diffraction optics, i.e. systems including a diffractive element being designed for providing a diffractive effect having a diffractive optical element [DOE] contributing to image formation, e.g. whereby modulation transfer function MTF or optical aberrations are relevant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Position Input By Displaying (AREA)
Abstract
本发明提供一种基于光标的软件场景DOE性能评估方法,包括步骤:S1:中心设有光标的散斑图案经光学衍射元件复制后投影到目标场景物体;S2:采集投影到目标场景物体上的图案;S3:在采集到的图像中随机选取若干光标,并对光标进行拟合误差计算;S4:根据求取到误差均值进行DOE性能评估。本发明利用投放光标计算散斑图误差的方法,可以避免传统通过计算像素深度求取误差的繁琐过程;可以直接对选取光标进行拟合求取误差,在保证精度的基础上,过程快速、高效。
Description
技术领域
本发明涉及图形投影技术领域,尤其涉及一种基于光标的软件场景DOE性能评估方法。
背景技术
衍射光学应用十分广泛。一些应用中,衍射光学元件(Diffractive OpticalElements,DOE)根据相应目的(如光学三维映射)被用于产生预期的投影图案。然而受器件耐受力、环境、操作不同的影响,DOE会出现不同的故障偏差,进而直接影响产品精度及质量。于是在实际应用中能否及时、高效地监控评估DOE性能成为一项具有深远意义的工作。
现有公开号为109342028A的中国专利申请提供一种衍射光学元件检测方法,包括:标定阶段:光源发射光束经由透镜汇聚并投射平行光束至检测器,控制处理器接收来自检测器采集的平行光束图像;测定阶段:光源发射光束经由透镜汇聚并投射平行光束至DOE,DOE接收、分束所述平行光束并投射衍射光束至检测器,控制处理器接收来自检测器采集的衍射光束图像;性能检测阶段:控制处理器接收来自检测器采集的平行光束图像和衍射光束图像并进行处理以检测DOE的性能。该方法可以对DOE进行性能检测,对批量DOE进行分类。
以及公开号为109974978A的中国专利申请提供一种衍射光学元件的性能检测方法,包括:控制光发射器件发射预定光至衍射光学元件,所述衍射光学元件对所述预定光衍射,在接收屏上形成多个光斑点;获取多个所述光斑点的图像;根据所述图像计算所述衍射光学元件的衍射效率、衍射均匀性以及视场角。
发明内容
本发明的主要目的是解决衍射光学元件(DOE)在应用过程中的性能判定问题,并提出一种在软件场景下利用散斑光标的拟合损失评估DOE性能的方法;该方法可以不计算散斑深度,直接对设定的光标进行拟合误差分析,根据拟合误差的大小对DOE性能进行评估。
本发明采用的具体技术方案如下:
一种基于光标的软件场景DOE性能评估方法,包括步骤:
S1:中心设有光标的散斑图案经光学衍射元件复制后投影到目标场景物体;
S2:采集投影到目标场景物体上的图案;
S3:在采集到的图像中随机选取若干光标,并对光标进行拟合误差计算;
S4:根据求取到误差均值进行DOE性能评估。
本发明中,利用投放光标计算散斑图误差的方法,可以避免传统通过计算像素深度求取误差的繁琐过程。可以直接对选取光标进行拟合求取误差,在保证精度的基础上,过程快速、高效。另外本发明提出了利用软件程序对DOE性能进行实时评估的方法,可以实时监控DOE性能,对产品精度及质量进行有效掌控。
优选的,所述的光标由离散的散斑点组成。
优选的,所述的光标呈十字状。
本发明中,光标的设计可以是但不仅限于十字状,也可以是*状或其它便于采集与计算的分布形状。
优选的,在步骤S3中,在采集到的散斑图网格图像中按行、列、对角或位置规律选择光标。
优选的,在步骤S3中,在采集到的散斑图网格图像中选择位于同一直线上的若干光标。
优选的,对于选择的光标Z(x,y),变量x,y之间存在着线性关系,回归方程为一条直线:
y=b0+b1x
选定的光标Zi(xi,yi),在直线y方向上的残差为:
Vi=yi-y=yi-b0-b1xi
根据最小二乘法原理:
其中S(y)表示误差均值。
优选的,在步骤S4中,设定性能判断阈值,当误差均值大于性能判断阈值时认为满足DOE故障判断条件,判定衍射光学元件DOE出现性能问题。
优选的,在步骤S3中采集到的多张图像,对每张图像计算拟合误差,并对误差求和后做均值处理。
相较于现有技术,本发明的有益效果如下:
(1)本发明提出的散斑图误差计算方法,可以在不计算散斑深度的情况下,直接对放置的光标进行拟合,通过拟合误差推导出散斑图误差,避免了传统上利用像素深度的计算的繁复方式。
(2)本发明提出的基于程序设计对DOE性能进行评估的方法,可以通过对拟合的光标误差进行分析,确立DOE性能误差条件,并据此对DOE性能进行实时评估。可以快捷、高效的判别出DOE性能,及时掌握DOE性能信息。
附图说明
图1为光学三维映射***图;
图2为散斑成像***原理图;
图3为DOE十字光标设定图;
图4为十字光标拟合误差示意图;
图5为程序处理流图。
图6为软件场景下对DOE性能评估图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
一种基于光标的软件场景DOE性能评估方法,包括步骤:
S1:中心设有光标的散斑图案经光学衍射元件复制后投影到目标场景物体;
S2:采集投影到目标场景物体上的图案;
S3:在采集到的图像中随机选取若干光标,并对光标进行拟合误差计算;
S4:根据求取到误差均值进行DOE性能评估。
在另一个实施例中,如图1所示,基于光标的软件场景DOE性能评估方法对应的光学三维映射***,包括:投影组件9,包含辐射源10和衍射光学元件(DOE)3。生成设定散斑图案并通过DOE复制作用投影到目标场景物体上。图像采集组件6,用于对投影到场景物体上的图案进行采集,然后将采集的数据交给处理器8进行处理。根据处理器的程序设计,图像采集组件6将采集一张或多张图案。
图2为散斑成像***原理图。辐射源10发射一束激光(如红外激光)照射到衍射光学元件(DOE)上,DOE对入射激光进行扩散复制成多束激光,然后均匀地投射到空间物体表面。物体表面的反射图案在红外摄像机上成像,摄像机记录反射图案,反射的散斑图案便记录了空间物体深度信息。
在另一个实施中,入射光携带中心设有光标的散斑图案,穿过光学衍射元件(DOE)后,光束会被整形,复制后投影到目标场景物体上,形成预设的不同分布、角度及强度的散斑图案。
在另一个实施例中,在设定散斑图案的同时会在图中央放置光标,光标由离散的散斑点组成。
在另一个实施例中,为便于采集和计算,光标分布呈十字状,即十字光标;如图3所示。
在另一个实施例中,光标可以是*状或其它便于采集与计算的分布形状。
如图4所示的实施例中,随机选取若干光标是指在网状的散斑图中随机按行、列、对角或一定相对位置规律连续或间断地选取若干光标。拟合是指以最小二乘法计算光标误差。
如图5所示的实施例中,在采集到的散斑图网格图像中选择位于同一直线上的若干光标。图中每一条线代表一种选择方式,但并不只局限于图中的选取方式。
对于选择的光标Z(x,y),变量x,y之间存在着线性关系,回归方程为一条直线:
y=b0+b1x
选定的光标Zi(xi,yi),在直线y方向上的残差为:
Vi=yi-y=yi-b0-b1xi
根据最小二乘法原理:
其中S(y)表示误差均值。
在另一个实施例中,步骤S4中需设定性能判断阈值,当误差均值大于性能判断阈值时认为满足DOE故障判断条件,判定衍射光学元件DOE出现性能问题。
在另一个实施例中,在步骤S3中采集到的多张图像,计算每张散斑图拟合误差,并求取所有采集到的散斑图的拟合误差均值。将拟合误差均值与设定阈值进行比较,确定DOE性能是否在正常范围内。拟合误差越小,DOE性能越高。
在另一个实施例中,软件场景下对DOE性能评估如图6所示,步骤如下:
1)处理器8在程序引导下通过图像采集组件6连续或间歇地采集多帧图像。当采集图像数量小于阈值N时继续采集,直至满足阈值条件。
2)采集图像数量满足阈值条件N时,对每张图计算拟合误差,最后对误差求和后做均值处理。
3)根据求取到误差均值进行DOE性能评估。当误差均值大于性能判断阈值时认为满足DOE故障判断条件,判定衍射光学元件DOE出现性能问题。当误差均值小于性能判断阈值时,认为DOE正常工作,性能良好。
以上所述仅为本发明的较佳实施举例,并不用于限制本发明,凡在本发明精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
2.根据权利要求1所述的基于光标的软件场景DOE性能评估方法,其特征在于,所述的光标由离散的散斑点组成。
3.根据权利要求1或2所述的基于光标的软件场景DOE性能评估方法,其特征在于,所述的光标呈十字状。
4.根据权利要求1所述的基于光标的软件场景DOE性能评估方法,其特征在于,在步骤S3中,在采集到的散斑图网格图像中按行、列或对角选择光标。
5.根据权利要求1所述的基于光标的软件场景DOE性能评估方法,其特征在于,在步骤S3中,在采集到的散斑图网格图像中选择位于同一直线上的若干光标。
6.根据权利要求1所述的基于光标的软件场景DOE性能评估方法,其特征在于,在步骤S4中,设定性能判断阈值,当误差均值大于性能判断阈值时认为满足DOE故障判断条件,判定衍射光学元件DOE出现性能问题。
7.根据权利要求1所述的基于光标的软件场景DOE性能评估方法,其特征在于,在步骤S3中采集到的多张图像,对每张图像计算拟合误差,并对误差求和后做均值处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910924963.3A CN110717901B (zh) | 2019-09-27 | 2019-09-27 | 一种基于光标的软件场景doe性能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910924963.3A CN110717901B (zh) | 2019-09-27 | 2019-09-27 | 一种基于光标的软件场景doe性能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110717901A CN110717901A (zh) | 2020-01-21 |
CN110717901B true CN110717901B (zh) | 2023-05-26 |
Family
ID=69211945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910924963.3A Active CN110717901B (zh) | 2019-09-27 | 2019-09-27 | 一种基于光标的软件场景doe性能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717901B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116892893B (zh) * | 2023-09-11 | 2023-12-12 | 上海福柯斯智能科技有限公司 | 工业ct锥束中心投影点量测方法及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109342028A (zh) * | 2018-10-17 | 2019-02-15 | 深圳奥比中光科技有限公司 | 衍射光学元件检测方法与*** |
CN109405765A (zh) * | 2018-10-23 | 2019-03-01 | 北京的卢深视科技有限公司 | 一种基于散斑结构光的高精度深度计算方法及*** |
CN109932828A (zh) * | 2019-02-01 | 2019-06-25 | 杭州驭光光电科技有限公司 | 光投射方法及光投射装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004264347A (ja) * | 2003-02-06 | 2004-09-24 | Sumitomo Electric Ind Ltd | 回折型光学部品およびそれを用いたレーザ加工装置 |
US20060284832A1 (en) * | 2005-06-16 | 2006-12-21 | H.P.B. Optoelectronics Co., Ltd. | Method and apparatus for locating a laser spot |
JP5760391B2 (ja) * | 2010-11-02 | 2015-08-12 | 旭硝子株式会社 | 回折光学素子及び計測装置 |
US11054664B2 (en) * | 2015-06-18 | 2021-07-06 | Apple Inc. | Monitoring DOE performance using software scene evaluation |
-
2019
- 2019-09-27 CN CN201910924963.3A patent/CN110717901B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109342028A (zh) * | 2018-10-17 | 2019-02-15 | 深圳奥比中光科技有限公司 | 衍射光学元件检测方法与*** |
CN109405765A (zh) * | 2018-10-23 | 2019-03-01 | 北京的卢深视科技有限公司 | 一种基于散斑结构光的高精度深度计算方法及*** |
CN109932828A (zh) * | 2019-02-01 | 2019-06-25 | 杭州驭光光电科技有限公司 | 光投射方法及光投射装置 |
Non-Patent Citations (3)
Title |
---|
D.A. Winick等.Performance evaluation of micromechanical binary phase-only holographic optical elements.《1997 Proceedings 47th Electronic Components and Technology Conference》.2002,第419-424页. * |
胡中华等.光刻机光瞳整形衍射光学元件远场多参数检测方法.《中国激光》.2013,第40卷(第09期),第172-176页. * |
陈庆光.成像式激光衍射细丝直径测量的实验研究.《实验科学与技术》.2016,(第03期),第26-28页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110717901A (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10706562B2 (en) | Motion-measuring system of a machine and method for operating the motion-measuring system | |
CN107525479B (zh) | 识别物体表面点或区域的方法、光学传感器以及存储介质 | |
JP6795993B2 (ja) | 形状測定システム、形状測定装置及び形状測定方法 | |
US8218153B2 (en) | Apparatus and method for improving the measurement accuracy of digital 3D geometrical measurement systems | |
US20120072170A1 (en) | Vision measurement probe and method of operation | |
US20140002632A1 (en) | Detection of defects embedded in noise for inspection in semiconductor manufacturing | |
CN110823124B (zh) | 光学位移计 | |
US10943368B1 (en) | Camera calibration system | |
US11415408B2 (en) | System and method for 3D profile determination using model-based peak selection | |
CN106895793B (zh) | 双模式深度测量的方法与装置 | |
CN110717901B (zh) | 一种基于光标的软件场景doe性能评估方法 | |
JP5136108B2 (ja) | 三次元形状計測方法および三次元形状計測装置 | |
WO2020012707A1 (ja) | 3次元測定装置及び方法 | |
CN114913241A (zh) | 一种结构光3d相机标定方法及装置 | |
JP7390239B2 (ja) | 三次元形状測定装置及び三次元形状測定方法 | |
JP2007121124A (ja) | Ccdカメラ式3次元形状測定機の精度保証治具 | |
KR101503021B1 (ko) | 측정장치 및 이의 보정방법 | |
Sun et al. | Calibration Method for a Multi-line Structured Laser Light Vision System. | |
US7948630B2 (en) | Auto focus of a workpiece using two or more focus parameters | |
Brosed et al. | Geometrical verification based on a laser triangulation system in industrial environment. Effect of the image noise in the measurement results | |
US20210072019A1 (en) | Image analysis device, analyis device, shape measurement device, image analysis method, measurement condition determination method, shape measurement method, and program | |
US20230107571A1 (en) | Machine Vision-Based Method and System for Locating Objects within a Scene Containing the Objects | |
CN115876108B (zh) | 内径测量方法、装置及计算机可读存储介质 | |
KR101087863B1 (ko) | 구조 광 패턴을 이용한 영상의 경계를 결정하는 방법, 이러한 방법이 기록된 기록매체 및 구조 광 패턴을 이용한 영상의 경계 인식 시스템 | |
TWI843899B (zh) | 計量工具,半導體製造之製程最佳化的方法,及非暫時性電腦可讀媒體 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |