球面光学元件由于其光学结构的影响, 采用机器视觉的方法对其表面疵病进行检测时, 无法将被测面都成像在一个像平面上并且在成像的过程中丢失了疵病的三维信息, 造成了检测的误差。为了解决这些问题, 提出了一种机器视觉与三维重构相结合的检测方法。首先, 根据球面光学元件的特性设计了图像采集平台, 以获得高质量的疵病图像。然后, 通过图像处理算法对疵病图像进行预处理与疵病识别。最后, 基于计算机视觉图像重构技术与球心投影技术, 对疵病图像进行三维重构。实验表明, 该方法提升了机器视觉对球面光学元件表面疵病检测的精度, 可达99%, 具有可行性和研究价值。

提出了一种基于稀疏矩阵的表面疵病快速拼接方法。该方法采用环形白光光源均匀地照射到被测元件表面,光经显微散射暗场成像系统后形成暗背景下的亮疵病图像。通过对光学元件的x,y方向进行扫描,得到子孔径拼接图像。基于稀疏矩阵和图像拼接,对子孔径图像进行快速拼接,得到全孔径疵病图像。基于最小外接矩形原理,对图像疵病进行识别和分类,最终得到7个光学元件表面疵病划痕,其最大长、宽分别为15.2110 mm和0.0297 mm;麻点有5个,其最大长、宽分别为0.1089 mm和0.0967 mm。将测量得到的划痕宽度与标准划痕宽度进行对比,得到划痕宽度的相对误差范围为-5.00%~5.50%。在此基础上,对实际的光学表面进行检测,得到光学元件表面疵病信息。