本书全书共6章:基于FDTD方法的表面微观缺陷显微散射暗场成像模型,建立了缺陷散射光近、远场场分布逆向识别数据库,实现微观缺陷的逆向标定和评价。着重讨论了各种复杂属性的光学元件表面的微弱缺陷的机器视觉照明及检测方法。围绕表面疵病的机器视觉中光源、样品及最优成像问题展开,基于双向反射分布函数BRDF,通过相机、被测物及光源场景建模和像函数求解,通过光线追迹建模取代繁琐的实验。针对最复杂的高次曲面、非球面的表面缺陷检测的难题,通过最佳光源照明方式、自动定中建模,基于投影变换的高精度、高效的全口径图像拼接实现三维空间微观缺陷的数字化评价。建立了工业化智能检测目标识别、语义分割网络模型、基于类别不平衡半监督学习的装配体异常分类算法,应用于玻璃面板及复杂装配件智能检测中。聚焦于光学表面缺陷成像的定量评估,讨论了对缺陷的评价的国际标准、美标及国标,并建立了新颖的表面缺陷数字化定量评价体系。本书可作为科研院所从事与机器视觉相关的光电、自动化等专业科研人员、高等院校相关专业师生的参考书,也可作为企业从事自动化检测研发及质量管控专业技术人员的参考书。
本书首先对机器视觉中的不同参数相机、样本照明光源进行参数化理论建模，充分考虑了样本的几何与物理特性，以计算机虚拟的方式构建最佳的视觉成像方案。介绍了基于双向反射分布函数描述的表面疵病的成因，利用光线追迹仿真疵病成像，排除光源干扰从而优化视觉检测布局。利用对划痕进行有限时域二维电磁场散射成像的仿真基础，探讨针对不同属性如光滑面、散射面和复杂纹理表面的多种机器视觉新颖照明模式及光学成像系统选择。针对机器视觉中曲面照明及成像难点，全面探讨了球面、非球面的缺陷检测的照明及子孔径扫描规划及缺陷提取方法。介绍了深度学习在工业化智能检测应用中的目标识别、语义分割网络模型及实际案例分析。最后对光学表面疵病的各种评价标准、定量评价方法及尺度溯源进行了详细的论述。
- 版权： 清华大学出版社
- 出版： 2025-03-01
- 更新： 2025-07-15
- 书号：9787302683858
- 中图：O435.2
- 学科：理学物理学
