本發(fā)明涉及圖像處理，特別涉及一種基于圖像處理的光學(xué)膜檢測方法、裝置及設(shè)備。
背景技術(shù)：
1、由于日光由不同波長的光組成，多層光學(xué)膜的設(shè)計需要各層膜厚度精確匹配特定波長，以獲得最佳光學(xué)效果。然而，在光學(xué)膜制造過程中，由于材料、工藝和環(huán)境等因素的影響，各層膜中易產(chǎn)生氣泡、劃痕、薄厚不均等微小缺陷。這些缺陷往往尺寸極小、對比度低，且分布在不同膜層中，傳統(tǒng)的單幀圖像檢測方法難以有效識別。
2、目前光學(xué)膜缺陷檢測技術(shù)主要存在三方面挑戰(zhàn)：一是微小缺陷與背景噪聲難以區(qū)分，特別是在復(fù)雜光照條件下，單一圖像處理算法的檢測靈敏度有限；二是多層膜結(jié)構(gòu)使得不同波長光對應(yīng)的缺陷特性各異，現(xiàn)有的通用檢測算法缺乏針對多層膜特性的自適應(yīng)能力；三是缺陷檢測與制造參數(shù)優(yōu)化之間缺乏有效銜接，無法形成閉環(huán)質(zhì)量控制體系。傳統(tǒng)圖像處理方法如邊緣檢測、區(qū)域分割等在處理低對比度、多層次的光學(xué)膜缺陷時效果欠佳，而基礎(chǔ)深度學(xué)習(xí)方法雖然具有較強(qiáng)的特征提取能力，但對小樣本、小目標(biāo)的缺陷檢測適應(yīng)性不足。
技術(shù)實現(xiàn)思路
1、本發(fā)明的主要目的為提供一種基于圖像處理的光學(xué)膜檢測方法、裝置及設(shè)備，本發(fā)明實現(xiàn)了不同膜層缺陷的精確識別與分類，進(jìn)而實現(xiàn)了缺陷檢測結(jié)果與制造參數(shù)優(yōu)化的閉環(huán)控制。
2、為實現(xiàn)上述目的，本發(fā)明提供了一種基于圖像處理的光學(xué)膜檢測方法，包括以下步驟：
3、采集多層光學(xué)膜在不同光照條件下的多幀圖像，并對所述多幀圖像進(jìn)行預(yù)處理和特征值計算，得到特征值響應(yīng)矩陣；
4、根據(jù)所述特征值響應(yīng)矩陣計算各幀圖像的最優(yōu)權(quán)重系數(shù)，并基于所述最優(yōu)權(quán)重系數(shù)進(jìn)行多幀圖像特征融合，得到集成特征表示；
5、對所述集成特征表示進(jìn)行多尺度缺陷特征提取，得到缺陷候選區(qū)域；
6、基于所述缺陷候選區(qū)域提取光譜響應(yīng)特征，并將所述光譜響應(yīng)特征與預(yù)設(shè)的波長-膜厚映射關(guān)系矩陣進(jìn)行匹配度計算，得到多層膜缺陷分布圖；
7、對所述多層膜缺陷分布圖進(jìn)行自回歸預(yù)測和加工控制參數(shù)優(yōu)化，得到閉環(huán)控制方案。
8、本發(fā)明還提供了一種基于圖像處理的光學(xué)膜檢測裝置，包括：
9、采集模塊，用于采集多層光學(xué)膜在不同光照條件下的多幀圖像，并對所述多幀圖像進(jìn)行預(yù)處理和特征值計算，得到特征值響應(yīng)矩陣；
10、特征融合模塊，用于根據(jù)所述特征值響應(yīng)矩陣計算各幀圖像的最優(yōu)權(quán)重系數(shù)，并基于所述最優(yōu)權(quán)重系數(shù)進(jìn)行多幀圖像特征融合，得到集成特征表示；
11、特征提取模塊，用于對所述集成特征表示進(jìn)行多尺度缺陷特征提取，得到缺陷候選區(qū)域；
12、匹配度計算模塊，用于基于所述缺陷候選區(qū)域提取光譜響應(yīng)特征，并將所述光譜響應(yīng)特征與預(yù)設(shè)的波長-膜厚映射關(guān)系矩陣進(jìn)行匹配度計算，得到多層膜缺陷分布圖；
13、參數(shù)優(yōu)化模塊，用于對所述多層膜缺陷分布圖進(jìn)行自回歸預(yù)測和加工控制參數(shù)優(yōu)化，得到閉環(huán)控制方案。
14、本發(fā)明還提供一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)上述任一項所述方法的步驟。
15、綜上所述，本發(fā)明提供的技術(shù)方案通過基于最大特征值的多幀圖像融合技術(shù)，該方法充分利用不同光照條件下的圖像信息，實現(xiàn)了對微小缺陷的高靈敏度檢測。特征值響應(yīng)矩陣有效捕捉了局部結(jié)構(gòu)變化，動態(tài)規(guī)劃優(yōu)化的權(quán)重系數(shù)計算確保了多幀融合的最優(yōu)性，使得檢測精度大幅提高，通過波長-膜厚映射關(guān)系矩陣與光譜響應(yīng)特征的匹配度計算，實現(xiàn)了不同膜層缺陷的精確識別與分類。自調(diào)節(jié)圖卷積unet網(wǎng)絡(luò)能夠自動學(xué)習(xí)缺陷區(qū)域的拓?fù)潢P(guān)系，提取多尺度特征，使系統(tǒng)能夠有效檢測適應(yīng)不同波長光的各層膜中的缺陷，特別是對多層堆疊結(jié)構(gòu)中的微小缺陷具有較強(qiáng)的分辨能力。采用輕量級網(wǎng)絡(luò)結(jié)構(gòu)，降低了計算資源需求。通過特征值計算與動態(tài)規(guī)劃算法的優(yōu)化設(shè)計，降低了算法復(fù)雜度，使系統(tǒng)能夠在有限的硬件資源下實現(xiàn)實時檢測，適合工業(yè)生產(chǎn)線的在線檢測需求?；诙嘧兞繌较蚧瘮?shù)的外生輸入自回歸模型和混合參數(shù)識別算法，實現(xiàn)了缺陷檢測結(jié)果與制造參數(shù)優(yōu)化的閉環(huán)控制。系統(tǒng)能夠根據(jù)不同波長光對應(yīng)的膜層缺陷分布，自動調(diào)整制造工藝參數(shù)，大幅提高光學(xué)膜的良品率和一致性。
1.一種基于圖像處理的光學(xué)膜檢測方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述采集多層光學(xué)膜在不同光照條件下的多幀圖像，并對所述多幀圖像進(jìn)行預(yù)處理和特征值計算，得到特征值響應(yīng)矩陣，包括：
3.根據(jù)權(quán)利要求2所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述基于所述預(yù)處理圖像序列中每幀圖像構(gòu)建赫米特正定矩陣，對所述赫米特正定矩陣計算最大特征值并標(biāo)準(zhǔn)化，得到特征值響應(yīng)矩陣，包括：
4.根據(jù)權(quán)利要求1所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述根據(jù)所述特征值響應(yīng)矩陣計算各幀圖像的最優(yōu)權(quán)重系數(shù)，并基于所述最優(yōu)權(quán)重系數(shù)進(jìn)行多幀圖像特征融合，得到集成特征表示，包括：
5.根據(jù)權(quán)利要求1所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述對所述集成特征表示進(jìn)行多尺度缺陷特征提取，得到缺陷候選區(qū)域，包括：
6.根據(jù)權(quán)利要求1所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述基于所述缺陷候選區(qū)域提取光譜響應(yīng)特征，并將所述光譜響應(yīng)特征與預(yù)設(shè)的波長-膜厚映射關(guān)系矩陣進(jìn)行匹配度計算，得到多層膜缺陷分布圖，包括：
7.根據(jù)權(quán)利要求1所述的基于圖像處理的光學(xué)膜檢測方法，其特征在于，所述對所述多層膜缺陷分布圖進(jìn)行自回歸預(yù)測和加工控制參數(shù)優(yōu)化，得到閉環(huán)控制方案，包括：
8.一種基于圖像處理的光學(xué)膜檢測裝置，其特征在于，用于實現(xiàn)權(quán)利要求1至7中任一項所述方法的步驟，所述裝置包括：
9.一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求1至7中任一項所述方法的步驟。