[发明专利]用于对型坯进行光学检查的装置在审

专利信息
申请号: 201980088514.8 申请日: 2019-12-12
公开(公告)号: CN113631350A 公开(公告)日: 2021-11-09
发明(设计)人: 多纳托·拉伊科;西蒙娜·尼格罗 申请(专利权)人: 伊莫拉SACMI机械合作公司
主分类号: B29C49/80 分类号: B29C49/80;B29C49/78;B29C49/06;B29L31/00;B29K67/00
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 丁文蕴;李平
地址: 意大利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 进行 光学 检查 装置
【权利要求书】:

1.一种用于对型坯(2)进行光学检查的装置(1),其包括:

-发光器(3),其包括被构造为发出指向位于检查位置(10)处的所述型坯(2)的光束的光源(31);

-探测器(4),其包括被构造为捕获位于所述检查位置(10)处的所述型坯(2)的图像(20)的摄像机(41),其中所述型坯(2)在所述检查位置(10)处操作性地介于所述发光器(3)与所述探测器(4)之间,

其特征在于,所述发光器(3)包括发射偏振滤光器(32),其被构造为拦截所述光源(31)发出的所述光束并且产生偏振光束,并且其中所述探测器(4)包括接收偏振滤光器(42),其被构造为接收所述偏振光束,使得所述型坯(2)在所述检查位置(10)处操作性地介于所述发射偏振滤光器(32)与所述接收偏振滤光器(42)之间。

2.根据权利要求1所述的装置(1),其还包括处理单元,所述处理单元包括:

存储器(5),其包含有参考数据集(51,52);

处理器(6),其被编程为基于所述参考数据集(51,52)来处理所述探测器(4)捕获的所述图像(20),从而得出与所述型坯(2)的缺陷有关的诊断指示(23)。

3.根据权利要求2所述的装置(1),其中,所述处理单元被构造为:

-基于所述参考数据集(51,52)来处理所述探测器(4)捕获的所述图像(20),从而从所述图像(20)中得出多个图像特征(21)的值;

-处理所述多个图像特征(21)的值,以得出与所述型坯(2)的所述缺陷有关的所述诊断指示(23)。

4.根据权利要求3所述的装置(1),其中,所述处理单元被构造为:

-生成通过所述多个图像特征(21)的值并且基于所述参考数据集(51,52)重建的图像(22);

-通过将所述探测器(4)捕获的所述图像(20)与所述重建图像(22)进行比较来得出与所述型坯(2)的缺陷有关的诊断指示(23)。

5.根据权利要求4所述的装置(1),其包括自学习系统(7),所述自学习系统被构造为:

-接收所述探测器(4)针对对应的多个所述型坯(2)捕获的多个所述图像(20)作为输入;

-基于所述参考数据集(51,52)来处理所述探测器(4)捕获的多个图像(20)中的每个图像(20),从而针对每个图像(20)得出所述多个图像特征(21)的基于预定标准的对应值;

-基于所述参考数据集(51,52)使用针对所述多个图像特征(21)得出的对应值来针对多个图像(20)中的每个图像(20)生成对应的重建图像(22);

-将所述探测器(4)捕获的多个图像(20)中的每个图像(20)与所述对应的重建图像(22)进行比较,从而针对多个图像(20)中的每个图像(20)得出表示所述探测器(4)捕获的图像(20)与所述对应的重建图像(22)之间的相似性的对应的相似参数(24);

-针对多个图像(20)中的每个图像(20)基于所述相似参数(24)和用于所述相似参数(24)的预定阈值(72)来更新所述参考数据集(51,52)。

6.根据权利要求5所述的装置(1),其中,所述自学习系统(7)被构造为基于所述相似参数(24)和所述预定阈值(72)来更新所述多个图像特征(21)。

7.根据权利要求5或6所述的装置(1),其中,所述预定标准包括针对所述多个图像特征(21)的最大数量的图像特征(21)。

8.根据权利要求5-7中任一项所述的装置(1),其中,所述自学习系统(7)包括卷积神经网络。

9.根据前述任一项权利要求所述的装置(1),其中,所述发射偏振滤光器(32)是线性滤光器,其被构造为使光在第一偏振方向上偏振。

10.根据前述任一项权利要求所述的装置(1),其中,所述接收偏振滤光器(42)是线性滤光器,其被构造为使光在第二偏振方向上偏振。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于伊莫拉SACMI机械合作公司,未经伊莫拉SACMI机械合作公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980088514.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top