为探究光斑图像在飞秒激光加工过程中的实际意义, 采集等离子体光斑图像并对图像的深度进行提取及分析。本文提出了一种基于图像序列的焦点深度提取(Depth Extraction from Focus Sequence)的方法, 可以有效地解决图像的特征点提取与匹配的问题, 得到更加精确的深度信息。首先, 采用主成分分析(PCA)方法和高通滤波结合的方法对输入的序列图像进行预处理。其次, 各向异性热扩散算法来增强空间频率特征, 增加光斑图像与背景区域的灰度反差值, 得到完整的光斑图像, 并对获得的图像进行像素提取, 选择其中级别最好的像素。然后用矩形中值滤波器过滤光斑的像素图像, 得到更加平滑, 噪声更少的图像。最后, 提取图像的深度信息, 并与传统方法得到的结果进行对比分析, 证实此方法优于传统的图片深度的提取方法, 提高了光斑三维形貌精度, 光斑能级层数得到了细化, 能级层数比传统方法增加了125%。

飞秒激光加工单晶硅材料过程中会伴随产生等离子体,通过CCD相机采集等离子体的光辐射信号得到等离子体光斑图像。针对光斑图像边缘与背景区域对比度不明显、信噪比低的特点,对光斑图像进行增强处理,并进一步对光斑图像亮度特征进行分析。首先,对原始光斑图像进行滤波,采用主成分分析方法将其增强,对得到的第一主成分图像进行伪彩色处理,以便于分析其能量分布,并依据其能量分布信息将光斑的核心区域分割出来。其次,分别计算原始光斑图像的质心、长轴以及核心烧蚀区的质心与长短轴,分析图像的几何特征,据此判断激光烧蚀加工的方向。再次,采用Niblack分割方法分割原始图像的灰度图,基于分割后的二值图像掩模亮度信息,得到光斑图像的亮度特征。最后,分析光斑亮度特征与激光烧蚀加工方向、激光功率的关系。亮度特征与加工方向的相关系数小于0.09,与激光功率的相关系数大于0.5。结果表明:光斑图像的亮度特征不受加工方向的影响,光斑亮度特征具有较强的稳定性,可用于激光烧蚀功率的识别。