目录

第1章机器视觉光学成像理论基础

1.1引言

1.2表面缺陷散射电磁理论

1.2.1FDTD方法基本原理

1.2.2基于FDTD方法的表面缺陷电磁散射仿真模型

1.2.3表面缺陷远场电磁分布求解方法

1.3表面缺陷电磁散射数值模拟

1.3.1表面缺陷散射仿真建模

1.3.2表面缺陷散射仿真结果分析

1.3.3基于散射光强分布特征的缺陷尺寸逆向识别原理

1.4表面缺陷散射辐度学理论

1.4.1基于辐度学的散射场表征方法

1.4.2典型缺陷散射模型

1.4.3有限孔径内的散射强度

1.4.4表面缺陷暗场散射仿真分析

1.5光线追迹成像原理

1.5.1光学元件表面面型的数学表征

1.5.2像函数与光线追迹路线

1.5.3基于蒙特卡罗数值积分的辐度学参数求解

1.6光线追迹成像建模与求解

1.6.1小孔相机成像模型

1.6.2有限口径相机成像模型

1.6.3光线追迹成像模型的求解方法

1.6.4基于光线追迹的机器视觉成像仿真

参考文献

第2章不同属性表面的照明及光学成像系统选型

2.1基于缺陷散射特性的显微散射暗场照明系统研究

2.1.1光学表面的散射源

2.1.2划痕的散射特性及信息收集

2.1.3显微散射暗场成像照明光源相关参数研究

2.1.4基于柯拉照明的均匀照明光源设计方法

2.2大口径光滑表面显微散射暗场系统布局

2.2.1光学显微散射暗场成像检测技术

2.2.2双倍率检测方案与子孔径扫描拼接技术

2.2.3标准缺陷数字化标定技术

2.3复杂属性的光学元件表面的微弱缺陷的照明及检测

2.3.1单面抛光的光学元件表面属性分析和成像分析

2.3.2同轴入射远心明场成像系统组成及成像特征分析

2.3.3基于视觉差励与双次离散傅里叶变换的微弱缺陷提取算法研究

2.3.4蓝宝石衬底基片微弱划痕的检测技术应用

2.4复杂纹理的金属圆弧表面的微弱缺陷的照明及检测

2.4.1复杂纹理的金属圆弧表面属性分析和成像分析

2.4.2多角度入射远心明场成像系统组成及系统成像特征分析

2.4.3复杂金属弧面中微弱缺陷的检测技术应用

参考文献

第3章光泽表面、光滑表面的光照场景建模和像函数求解

3.1光泽表面成像建模

3.1.1全自动漆面质量检测建模

3.1.2条纹光扫描疵病检测原理

3.1.3场景建模和像函数求解

3.1.4基于图像融合的疵病检测方法

3.1.5仿真场景示例

3.1.6光学反射面条纹光融合成像实验

3.2光滑表面成像建模

3.2.1自动化曲面表面检测设备

3.2.2暗场检测原理

3.2.3暗场检测布局建模

3.2.4光滑单透镜暗场成像仿真

3.2.5光滑单孔径无盲区融合检测

3.2.6球面透镜单孔径无盲区暗场融合成像实验

参考文献

第4章球面光学元件表面缺陷检测方法研究

4.1球面子孔径规划

4.1.1球面孔径成像过程分析

4.1.2三维子孔径扫描

4.1.3经纬线扫描轨迹

4.1.4球面子孔径规划

4.2子孔径规划仿真

4.2.1SOM子孔径规划仿真

4.2.2SOP子孔径规划仿真

4.2.3SOM与SOP规划结果评估

4.3基于投影变换的大口径球面子孔径拼接方法

4.3.1基于小孔成像的子孔径三维矫正

4.3.2球面子孔径全局坐标变换

4.3.3三维子孔径在投影平面上的全口径拼接

4.3.4球面表面缺陷全景图像生成

4.3.5球面表面缺陷定量化评价

4.4球面子孔径拼接误差分析

4.4.1转动机构转角误差的影响

4.4.2平移导轨定位误差的影响

4.5多轴扫描系统运动及误差的分析与建模

4.5.1多体系统理论概述

4.5.2理想运动的变换矩阵

4.5.3实际运动中的变换矩阵

4.5.4拓扑结构、低序体阵列

4.5.5特征矩阵、理想运动矩阵与实际运动矩阵

4.5.6误差项物理意义辨识及实际运动特征矩阵简化

4.5.7球面子孔径扫描误差模型

4.5.8理想扫描轨迹曲线

4.5.9各误差项对扫描轨迹及拼接影响分析

4.5.10实际扫描轨迹仿真及误差优化

4.6高次曲面表面疵病检测仪

4.6.1高次曲面表面疵病检测仪原理

4.6.2检测系统机构布局组成

4.6.3非球面检测示例

参考文献

第5章深度学习在工业化智能检测中的应用

5.1应用于机器视觉中图像识别的深度学习模型

5.1.1基于机器视觉的光学元件表面缺陷智能检测应用的研究现状

5.1.2经典深度学习模型： 目标识别网络模型及语义分割网络模型

5.2深度学习在光学玻璃表面缺陷检测中的在线智能检测应用

5.2.1基于多种成像场的玻璃表面缺陷光学成像

5.2.2基于并联平衡残差网络结构的光学玻璃面板缺陷识别及分类的应用

5.2.3基于并联平衡残差网络结构的光学玻璃表面缺陷识别及分类的检测结果

5.2.4基于轻量级网络的缺陷像素级分割及定量计算方法

5.2.5基于轻量级网络的缺陷像素级分割及定量计算检测结果

5.3深度学习在复杂装配件智能检测中的应用

5.3.1装配体异常检测的前向照明成像

5.3.2基于类别不平衡半监督学习的装配体异常分类算法

5.3.3基于类别不平衡半监督学习的装配体异常检测结果

参考文献

第6章光学表面缺陷成像的定量评估

6.1光学表面缺陷的测量和量化

6.1.1光学表面缺陷的可见度测量及量化

6.1.2光学表面缺陷的面积测量及量化

6.1.3光学表面缺陷标准评价方法

6.2基于数字化标定技术的缺陷尺寸识别方法

6.2.1典型光学畸变

6.2.2典型光学畸变的标定方法

6.2.3缺陷尺寸数字化标定与识别

6.3基于散射光强分布特征的缺陷精密尺寸识别方法

6.3.1缺陷实际散射光强分布修正方法

6.3.2基于LASSO-DRT的缺陷尺寸识别算法

6.3.3基于极端随机树的缺陷尺寸识别算法

6.4表面缺陷密集度数字化计算方法

6.4.1表面缺陷密集度计算原理

6.4.2划痕密集度计算方法

6.4.3麻点密集度计算方法

6.4.4表面缺陷检测评估实例

参考文献