作者单位
摘要
上海理工大学 光电信息与计算机工程学院,上海 200093
随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。
缺陷检测 机器视觉 图像处理 特征提取 神经网络 defect detection machine vision image processing feature extraction neural network 
光学仪器
2020, 42(1): 25
作者单位
摘要
上海市现代光学系统重点实验室,上海理工大学光电信息与计算机工程学院,上海 200093
为了同时获得高双折射和色散平坦特性的光子晶体光纤,本文提出了一种包层以椭圆空气孔为纤芯,四周环绕正方形空气孔的光子晶体光纤结构。基于不同纤芯椭圆率、不同纤芯填充材料,对所提光子晶体光纤结构的双折射、色散、非线性等性能进行了讨论。结果表明,在波长1.55 μm 处,当纤芯椭圆率不同,填充材料相同时,最大双折射值为0.37,最大非线性系数值277.76 W-1×km-1;当纤芯填充材料不同,椭圆率相同时,最大双折射值为0.34,最大非线性系数值为307 W-1×km-1。在波段1.26 μm~1.8 μm范围,色散呈现出近零色散平坦特性,变化范围不超过±12.5 ps/(nm×km),带宽0.6 μm。
光子晶体光纤 正方形空气孔 高双折射 高非线性 photonic crystal fiber square air hole high birefringence high nonlinearity 
光电工程
2018, 45(5): 170633

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!