[发明专利]光学元件缺陷批量自动识别装置和方法

说明书

技术领域

本发明涉及光学元件的缺陷识别，尤其涉及光学元件缺陷批量自动识别装置和方法。

背景技术

镜片质量检测是镜片生产企业普遍面临的难题，传统的工人检测镜片的落后模式使生产率严重低下，而现有的各种自动化检测设备和方法只能针对单一镜片进行检测，或者无法解决镜片旋转、光照不均匀影响检测误差的问题，因此无法实现高精确度及高速的大批量检测。

因此，如何以较高的精确度实现对大批量镜片的同步、自动、高速检测，是目前亟待解决的问题。

发明内容

本发明的光学元件缺陷批量自动识别方法和装置旨在帮助镜片生产企业能摆脱传统的人工检验镜片的落后模式，能极大的提高生产效率，增加企业竞争能力。采用先进的数字图像处理技术快速检测，可以根据客户的检测要求，自动批量对镜片进行分析统计缺陷数据。

根据本发明的一方面，提供了一种光学元件缺陷批量自动识别装置，该装置包括：光源，为拍摄标准镜片及待检测的镜片提供光照；支架，用于盛放待检测的一批镜片；图像采集装置，对多个标准镜片逐个进行拍照，并将所述多个标准镜片的照片输入分析装置；并对支架进行拍照，获得包含一批镜片的图像并输入所述分析装置；分析装置，采用SIFT算法针对所述多个标准镜片的照片提取多个标准特征向量，形成比对库；对所述图像用拉普拉斯算子进行锐化，并用罗伯特算子进行边缘提取，然后将所述一批镜片中的每一个镜片的图像依次切割成多个子图片；使用SIFT算法依次提取每一个子图片的特征向量，并与比较库中的多个标准特征向量逐一进行比对并判断是否相似，若判断为与该子图片的特征向量相似的标准特征向量的数量低于预定的阈值，则将该子图片标记为不合格镜片。

本发明还涉及一种光学元件缺陷批量自动识别方法，该方法包括以下步骤：S101，提供多个标准镜片，使用图像采集装置对所述多个标准镜片逐个进行拍照，并将所述多个标准镜片的照片输入分析装置；S102，分析装置采用SIFT算法针对所述多个标准镜片的照片提取多个标准特征向量，形成比对库；S103，将待检测的一批镜片安放在支架上；S104，对支架进行拍照，获得包含所述一批镜片的图像并输入所述分析装置；S105，分析装置对所述图像用拉普拉斯算子进行锐化，并用罗伯特算子进行边缘提取，然后将所述一批镜片中的每一个镜片的图像中依次切割成多个子图片；S106，使用SIFT算法依次提取每一个子图片的特征向量，并与比较库中的多个标准特征向量逐一进行比对并判断是否相似，若判断为与该子图片的特征向量相似的标准特征向量的数量低于预定的阈值，则将该子图片标记为不合格镜片。

本发明的光学元件缺陷批量自动识别方以SIFT算法缺陷识别的特征提取算法，利用了该算法对图像的变形和光照的不均匀有很好的抗干扰性，提高了缺陷识别的精确度，对镜片旋转不敏感，对光源的要求也大大降低。

附图说明

图1是本发明的光学元件缺陷批量自动识别方法的一个实施例的流程图。

图2是本发明的光学元件缺陷批量自动识别装置的一个实施例的示意图。

具体实施方式

本发明主要用于加工完的光学镜片进行镀膜前后的表面缺陷的批量检测，利用先进的图像处理算法，可以一次性批量检测一组镜片，装置主要由光源等、工业级高清摄像头、安全认证设备、及专业图像工作站组成。

图1是本发明的光学元件缺陷批量自动识别方法的一个实施例的流程图，在该实施例中，该方法包括：

S101，提供多个标准镜片，使用图像采集装置对所述多个标准镜片逐个进行拍照，并将所述多个标准镜片的照片输入分析装置；

S102，分析装置采用SIFT算法针对所述多个标准镜片的照片提取多个标准特征向量，形成比对库；

S103，将待检测的一批镜片安放在支架上；

S104，对支架进行拍照，获得包含所述一批镜片的图像并输入所述分析装置；

S105，分析装置对所述图像用拉普拉斯算子进行锐化，并用罗伯特算子进行边缘提取，然后将所述一批镜片中的每一个镜片的图像中依次切割成多个子图片；

S106，使用SIFT算法依次提取每一个子图片的特征向量，并与比较库中的多个标准特征向量逐一进行比对并判断是否相似，若判断为与该子图片的特征向量相似的标准特征向量的数量低于预定的阈值，则将该子图片标记为不合格镜片。

SIFT(Scale Invariant Feature Transform)算法即尺度不变特征变换算法，一般应用于对图像特征，特别是特征向量的提取，其对图像的变形和光照的不均匀有很好的抗干扰性。