本書首先對機器視覺中的不同參數相機、樣本照明光源進行參數化理論建模，充分考慮了樣本的幾何與物理特性，以計算機虛擬的方式構建最佳的視覺成像方案。介紹了基于雙向反射分布函數描述的表面疵病的成因，利用光線追跡仿真疵病成像，排除光源干擾從而優化視覺檢測布局。利用對劃痕進行有限時域二維電磁場散射成像的仿真基礎，探討針對不同屬性如光滑面、散射面和復雜紋理表面的多種機器視覺新穎照明模式及光學成像系統選擇。針對機器視覺中曲面照明及成像難點，全面探討了球面、非球面的缺陷檢測的照明及子孔徑掃描規劃及缺陷提取方法。介紹了深度學習在工業化智能檢測應用中的目標識別、語義分割網絡模型及實際案例分析。最后對光學表面疵病的各種評價標準、定量評價方法及尺度溯源進行了詳細的論述。
表面缺陷（劃痕、麻點及氣泡類瑕疵）的數字化定量檢測是先進光學制造和超精密加工技術可持續發展的重要環節，在國民經濟領域為了保持產品質量和競爭力，制造業廣泛采用機器視覺技術實現機器換人將是必然趨勢。各類精密元件的表面質量評價參數主要有表面面形、粗糙度、表面缺陷等。然而表面缺陷的數字化檢測至今尚無成熟標準化的商用儀器。雖然先進光學制造超精密加工技術在20世紀得到了飛速發展，但直至21世紀初，才有越來越多的科學工作者發現： 在表面面形及粗糙度得到良好控制時，表面缺陷越來越成為制約先進光學制造超精密加工工藝和水平的主要因素。并且表面缺陷的影響在很多光學相關的超高精度領域都是致命的，如慣性約束聚變系統、超大規模集成電路領域、高端制造業的質量管控等，而這些領域恰恰是各個國家綜合國力的重要體現。
作者團隊的研究工作源于慣性約束聚變對大口徑超光滑元件表面缺陷的定量評價，對幾百毫米口徑的全表面檢測出亞微米量級的缺陷，任何孤立的微觀缺陷都可能對系統帶來災難性的損傷。為此20余年來，作者團隊專注于利用機器視覺的方法實現劃痕麻點類瑕疵的評價。與大多數機器視覺多關注于圖像處理算法類的書不同，本書的重點在于： 在理論上，對于微觀亞微米量級瑕疵在強光照射下，建立基于有限時域（FDTD）的高次曲面光學元件的表面微觀缺陷顯微散射暗場成像模型，通過建立表面微觀缺陷散射光近場、遠場場分布逆向識別數據庫，實現微觀缺陷的逆向標定和檢測。提出了基于光線追跡的機器視覺成像仿真理論、基于輻度學的散射場表征方法，分析各類缺陷的散射特性； 建立了直接光照場景建模，即把實際的表面機器視覺檢測系統進行參數化和虛擬化的過程，提倡研究人員使用計算機模擬缺陷成像、計算相機的視場景深限制、調整器件空間位置以完善表面掃描路徑等，取代實驗上繁瑣的調整、測量和驗證工作。同時本書的特點更注重于光學方向對微觀缺陷深層次的光學照明、光學成像系統布局的理論探討作為瑕疵的定量評價的依據。作者在表面缺陷數字化定量檢測領域探索多年，一直致力于各種材料及表面缺陷的定量評價研究，歷經多年科研，建立了完整的表面缺陷數字化定量評價體系。
本書內容基于國家自然科學基金委員會項目基于散射光電磁場分布逆向識別數據庫的高次曲面表面缺陷定量檢測儀(重大科研儀器研制項目，項目號： 61627825)，精密表面缺陷的數字化評價系統研究 (項目號： 10476026)。
感謝莊松林院士一直以來對作者團隊光學元件表面疵病數字化檢測工作給予的指導、鼓勵和大力支持！感謝白劍教授、沈亦兵教授、許喬所長的大力支持！我們一起努力圓滿完成了重大科研儀器研制項目。感謝國家標準化管理委員會、全國光學和光子學標準化技術委員會光學材料和元件分技術委員會給予的支持！作者團隊因此將科研成果撰寫成了新國家標準GB/T 418052022《光學元件表面疵病定量檢測方法顯微散射暗場成像法》，并得以在2023年5月正式實施，為光學元件表面疵病的數字化評價提供了可靠的定量檢測方法。感謝中國工程物理研究院激光聚變研究中心領導和專家們一直以來給予的研究項目的支持！使得所有的理論及研究得以實施和論證。
本書由浙江大學光電學院楊甬英教授著述第1、2、3、6章，由曹頻博士著述第4章，江佳斌博士著述第5章。浙江大學光電學院樓偉民、張鵬飛博士參與了大量的資料收集、整理及編撰等工作。感謝團隊所有參與了書中研究及項目研發的王世通、張毅輝、柴惠婷、李晨、高鑫、吳凡、王凡祎、陳曉鈺等博士及碩士研究生的傾情貢獻！感謝同行胡殿滸為本書所做的圖文整理工作。由于作者水平有限，本書如有不足之處，敬請指正！
我們一起努力在機器視覺研究的科研道路上善于創新、勤于鉆研，才有了所有的研究成果。在此對所有為本書的撰寫和出版做出貢獻的人表示最衷心的感謝！
楊甬英曹頻江佳斌
2024年7月于求是園
楊甬英 博士 浙江大學光電學院教授、博士生導師。博士畢業于浙江大學光學工程專業�，F為中國光學學會光學測試專業委員會副主任委員、中國計量測試學會計量儀器專業委員會常委、全國光學和光子學標準化技術委員會光學材料和元件分委會委員。近年來作為項目負責人承擔了多項國家自然科學基金重大科學儀器專項、國家自然科學基金面上項目、國防973、國家863配套等項目。多年來從事精密干涉測試技術及機器視覺方向的研究工作，第一作者出版先進干涉檢測技術及應用（2017年）、新型共路干涉儀（2020年）教材和專著各一本。2000年以來，專業致力于基于機器視覺的表面缺陷智能化數字化檢測研究。作為負責人，帶領團隊研發完成了多項科研任務，承擔多個機器視覺的國家自然基金及國防項目，項目成果于2013年、2016年受到國家重大專項慣性約束聚變專項組長張維巖院士、軍委張又俠上將的專場視察和表揚，在大口徑光學元件缺陷數字化檢測領域已處于國際領先水平，為國家重大專項做出了貢獻�？蒲谐晒@國家科技進步三等獎、國家自然基金及聯合基金特優獎、寶鋼優秀教師獎等、發表論文200余篇、其中 SCI 收錄 100余篇，獲國家發明專利50余項。
第1章機器視覺光學成像理論基礎
1.1引言
1.2表面缺陷散射電磁理論
1.2.1FDTD方法基本原理
1.2.2基于FDTD方法的表面缺陷電磁散射仿真模型
1.2.3表面缺陷遠場電磁分布求解方法
1.3表面缺陷電磁散射數值模擬
1.3.1表面缺陷散射仿真建模
1.3.2表面缺陷散射仿真結果分析
1.3.3基于散射光強分布特征的缺陷尺寸逆向識別原理
1.4表面缺陷散射輻度學理論
1.4.1基于輻度學的散射場表征方法
1.4.2典型缺陷散射模型
1.4.3有限孔徑內的散射強度
1.4.4表面缺陷暗場散射仿真分析
1.5光線追跡成像原理
1.5.1光學元件表面面型的數學表征
1.5.2像函數與光線追跡路線
1.5.3基于蒙特卡羅數值積分的輻度學參數求解
1.6光線追跡成像建模與求解
1.6.1小孔相機成像模型
1.6.2有限口徑相機成像模型
1.6.3光線追跡成像模型的求解方法
1.6.4基于光線追跡的機器視覺成像仿真
參考文獻
第2章不同屬性表面的照明及光學成像系統選型
2.1基于缺陷散射特性的顯微散射暗場照明系統研究
2.1.1光學表面的散射源
2.1.2劃痕的散射特性及信息收集
2.1.3顯微散射暗場成像照明光源相關參數研究
2.1.4基于柯拉照明的均勻照明光源設計方法
2.2大口徑光滑表面顯微散射暗場系統布局
2.2.1光學顯微散射暗場成像檢測技術
2.2.2雙倍率檢測方案與子孔徑掃描拼接技術
2.2.3標準缺陷數字化標定技術
2.3復雜屬性的光學元件表面的微弱缺陷的照明及檢測
2.3.1單面拋光的光學元件表面屬性分析和成像分析
2.3.2同軸入射遠心明場成像系統組成及成像特征分析
2.3.3基于視覺差勵與雙次離散傅里葉變換的微弱缺陷提取算法研究
2.3.4藍寶石襯底基片微弱劃痕的檢測技術應用
2.4復雜紋理的金屬圓弧表面的微弱缺陷的照明及檢測
2.4.1復雜紋理的金屬圓弧表面屬性分析和成像分析
2.4.2多角度入射遠心明場成像系統組成及系統成像特征分析
2.4.3復雜金屬弧面中微弱缺陷的檢測技術應用
參考文獻
第3章光澤表面、光滑表面的光照場景建模和像函數求解
3.1光澤表面成像建模
3.1.1全自動漆面質量檢測建模
3.1.2條紋光掃描疵病檢測原理
3.1.3場景建模和像函數求解
3.1.4基于圖像融合的疵病檢測方法
3.1.5仿真場景示例
3.1.6光學反射面條紋光融合成像實驗
3.2光滑表面成像建模
3.2.1自動化曲面表面檢測設備
3.2.2暗場檢測原理
3.2.3暗場檢測布局建模
3.2.4光滑單透鏡暗場成像仿真
3.2.5光滑單孔徑無盲區融合檢測
3.2.6球面透鏡單孔徑無盲區暗場融合成像實驗
參考文獻
第4章球面光學元件表面缺陷檢測方法研究
4.1球面子孔徑規劃
4.1.1球面孔徑成像過程分析
4.1.2三維子孔徑掃描
4.1.3經緯線掃描軌跡
4.1.4球面子孔徑規劃
4.2子孔徑規劃仿真
4.2.1SOM子孔徑規劃仿真
4.2.2SOP子孔徑規劃仿真
4.2.3SOM與SOP規劃結果評估
4.3基于投影變換的大口徑球面子孔徑拼接方法
4.3.1基于小孔成像的子孔徑三維矯正
4.3.2球面子孔徑全局坐標變換
4.3.3三維子孔徑在投影平面上的全口徑拼接
4.3.4球面表面缺陷全景圖像生成
4.3.5球面表面缺陷定量化評價
4.4球面子孔徑拼接誤差分析
4.4.1轉動機構轉角誤差的影響
4.4.2平移導軌定位誤差的影響
4.5多軸掃描系統運動及誤差的分析與建模
4.5.1多體系統理論概述
4.5.2理想運動的變換矩陣
4.5.3實際運動中的變換矩陣
4.5.4拓撲結構、低序體陣列
4.5.5特征矩陣、理想運動矩陣與實際運動矩陣
4.5.6誤差項物理意義辨識及實際運動特征矩陣簡化
4.5.7球面子孔徑掃描誤差模型
4.5.8理想掃描軌跡曲線
4.5.9各誤差項對掃描軌跡及拼接影響分析
4.5.10實際掃描軌跡仿真及誤差優化
4.6高次曲面表面疵病檢測儀
4.6.1高次曲面表面疵病檢測儀原理
4.6.2檢測系統機構布局組成
4.6.3非球面檢測示例
參考文獻
第5章深度學習在工業化智能檢測中的應用
5.1應用于機器視覺中圖像識別的深度學習模型
5.1.1基于機器視覺的光學元件表面缺陷智能檢測應用的研究現狀
5.1.2經典深度學習模型： 目標識別網絡模型及語義分割網絡模型
5.2深度學習在光學玻璃表面缺陷檢測中的在線智能檢測應用
5.2.1基于多種成像場的玻璃表面缺陷光學成像
5.2.2基于并聯平衡殘差網絡結構的光學玻璃面板缺陷識別及分類的應用
5.2.3基于并聯平衡殘差網絡結構的光學玻璃表面缺陷識別及分類的檢測結果
5.2.4基于輕量級網絡的缺陷像素級分割及定量計算方法
5.2.5基于輕量級網絡的缺陷像素級分割及定量計算檢測結果
5.3深度學習在復雜裝配件智能檢測中的應用
5.3.1裝配體異常檢測的前向照明成像
5.3.2基于類別不平衡半監督學習的裝配體異常分類算法
5.3.3基于類別不平衡半監督學習的裝配體異常檢測結果
參考文獻
第6章光學表面缺陷成像的定量評估
6.1光學表面缺陷的測量和量化
6.1.1光學表面缺陷的可見度測量及量化
6.1.2光學表面缺陷的面積測量及量化
6.1.3光學表面缺陷標準評價方法
6.2基于數字化標定技術的缺陷尺寸識別方法
6.2.1典型光學畸變
6.2.2典型光學畸變的標定方法
6.2.3缺陷尺寸數字化標定與識別
6.3基于散射光強分布特征的缺陷精密尺寸識別方法
6.3.1缺陷實際散射光強分布修正方法
6.3.2基于LASSO-DRT的缺陷尺寸識別算法
6.3.3基于極端隨機樹的缺陷尺寸識別算法
6.4表面缺陷密集度數字化計算方法
6.4.1表面缺陷密集度計算原理
6.4.2劃痕密集度計算方法
6.4.3麻點密集度計算方法
6.4.4表面缺陷檢測評估實例
參考文獻
新書資訊