光學表面瑕疵檢測廣泛使用于布匹瑕疵檢測,、工件表面質量檢測,、航空航天領域等。傳統(tǒng)的算法對規(guī)則缺陷以及場景比較簡單的場合,，能夠很好工作,，但是對特征不明顯的、形狀多樣,、場景比較混亂的場合,，則不再適用。近年來,，基于深度學習的識別算法越來越成熟,，把深度學習算法應用到工業(yè)場合中。
表面疵病作為一種加工過程中人為造成的微觀局部缺陷,對光學元件的表面性能有著輕微的影響,從而有可能造成光學儀器運行錯誤等嚴重的后果,?？傊?光學元件的表面疵病會對光學系統(tǒng)性能產生危害,其根本原因在于光的散射特性。
光學表面瑕疵檢測可避免以下危害：
(1)光束的質量下降,。元件表面缺陷處會產生光的散射效應,使得光束在通過缺陷后能量被大量消耗,從而降低了光束的質量,。
(2)缺陷的熱效應現象。由于表面缺陷所處區(qū)域比其他區(qū)域容易吸收更多的能量,產生的熱效應現象可能會使元件疵病發(fā)生局部變形,、破壞膜層等,進而危害整個光學系統(tǒng),。
(3)損壞所處系統(tǒng)中其他光學元件。激光系統(tǒng)中,在強能量激光束的照射下,元件表面疵病產生的散射光會被系統(tǒng)內的其他光學元件吸收,從而造成元件的受光不均勻,當達到光學元件材料的損傷閥值時,會使傳播光線的質量受到影響,光學元件損壞,更有可能造成光學系統(tǒng)被嚴重的破壞,。
(4)疵病會影響視場清潔,。當光學元件上有過多的疵病時,會影響微觀的美觀度,另外,疵病還會殘留微小的灰塵、微生物,、拋光粉等雜質,這將造成元件被腐蝕,、生霉、生霧,會明顯影響元件的基本性能,。
4
立即詢價
您提交后,，專屬客服將第一時間為您服務