缺陷分类方法与流程

本申请涉及缺陷检测，特别涉及一种缺陷分类方法。

背景技术：

1、目前工业检测中针对缺陷区分问题主要有两种解决方案，具体地：

2、相关技术(1)中，基于传统的明场成像或暗场成像模式，从缺陷形态和灰度上实现区分实现简单但存在明显的局限。从形态上来说，待区分缺陷的形态通常是多样的；而从灰度上来看，待区分缺陷灰度范围更是类似，无法通过一个灰度阈值进行区分。对于工业检测中难以区分的划伤与毛丝以及灰尘与凹点来说，划伤与毛丝的形态既有规则的也有不规则的，灰尘与凹点的形态更是极为类似。而在灰度上划伤与毛丝以及灰尘与凹点之间相近。因而，简单通过缺陷的形态和灰度来区分的方法准确率过低。

3、相关技术(2)中，则是从缺陷自身深度信息出发，对于系统测量精度要求极高，目前来说只能对较为严重的毛丝与划伤实现有效区分。所以该方法也不能较为准确的区分出待区分缺陷。

技术实现思路

1、本申请提供一种缺陷分类方法，以解决相关技术中对于待区分缺陷类型的区分准确率较低等问题。

2、本申请第一方面实施例提供一种缺陷分类方法，包括以下步骤：获取待区分缺陷的穆勒矩阵；根据所述穆勒矩阵确定入射光的斯托克斯矢量；根据所述入射光的斯托克斯矢量和所述穆勒矩阵计算反射光的斯托克斯矢量，利用液晶可变延迟器多次切换检偏矢量检测对应的反射光的斯托克斯矢量分量，并根据所述斯托克斯矢量分量计算出待区分缺陷的目标类型的图像；根据所述目标类型的图像确定待区分缺陷的分类结果。

3、优选地，所述获取待区分缺陷的穆勒矩阵，包括：获取多组光学系统的偏振测量态和测量态对应测量的表征系统的穆勒矩阵；根据每组所述偏振测量态和所述穆勒矩阵确定每组待区分缺陷的偏振图像的灰度值，并根据所述每组待区分缺陷的偏振图像的灰度值生成多组待区分缺陷的偏振图像灰度值构成的列向量；根据所述多组待区分缺陷的偏振图像灰度值构成的列向量和多组光学系统的偏振测量态，利用最小二乘法计算穆勒矩阵测量态测量的待区分缺陷的穆勒矩阵。

4、优选地，所述利用最小二乘法计算穆勒矩阵测量态测量的待区分缺陷的穆勒矩阵的计算公式为：

5、vm＝(vst·vs)-1·vst·g；

6、其中，vm待区分缺陷的穆勒矩阵，g是n次测量偏振图像灰度g构成的列向量，vs是n次测量中系统的穆勒矩阵测量态vs构成的测量矩阵。

7、优选地，所述根据每组所述偏振测量态和所述穆勒矩阵确定每组待区分缺陷的偏振图像的灰度值，包括：

8、g＝vs·vm；

9、其中，vs是16维行向量和vm是16维列向量，vs用于表征系统的当前穆勒矩阵测量态其是检偏模块穆勒矩阵第一行的转置与起偏模块穆勒矩阵的第一列的克罗内克积的转置，vm由待区分缺陷穆勒矩阵的16个元素按从左到右、从上到下的顺序排列生成。

10、优选地，所述根据所述穆勒矩阵确定入射光的斯托克斯矢量，包括：计算待区分缺陷的穆勒矩阵中各个元素的差值；根据差值最大的元素确定入射光的斯托克斯矢量。

11、优选地，所述根据所述入射光的斯托克斯矢量和所述穆勒矩阵计算反射光的斯托克斯矢量的计算公式为：

12、

13、其中，s'为反射光的斯托克斯矢量，m为待区分缺陷的穆勒矩阵的矩阵形式，sr为入射光的斯托克斯矢量。

14、优选地，所述利用液晶可变延迟器多次切换检偏矢量检测对应的反射光的斯托克斯矢量分量，包括：获取液晶可变延迟器不同测量中的检偏矢量以及对应的光学系统测量中的光强；根据所述检偏矢量和所述光强计算对应的反射光的斯托克斯矢量分量，其中，斯托克斯矢量分量包括第一至第四分量。

15、优选地，所述目标类型的图像包括偏振度图像、线偏振度图像、圆偏振度图像、偏振相角图像和椭偏角图像。

16、优选地，所述根据所述斯托克斯矢量分量计算出待区分缺陷的目标类型的图像，包括：

17、若所述目标类型的图像为偏振度图像，则计算公式为：

18、

19、若所述目标类型的图像为线偏振度图像，则计算公式为：

20、

21、若所述目标类型的图像为圆偏振度图像，则计算公式为：

22、

23、若所述目标类型的图像为偏振相角图像，则计算公式为：

24、

25、若所述目标类型的图像为椭偏角图像，则计算公式为：

26、

27、其中，s′0为反射光的斯托克斯矢量的第一分量，s′1为反射光的斯托克斯矢量的第二分量，s′2为反射光的斯托克斯矢量的第三分量，s′3为反射光的斯托克斯矢量的第四分量。

28、优选地，所述根据所述目标类型的图像确定待区分缺陷的分类结果，包括：获取所述目标类型的图像对应的预设阈值；根据所述目标类型的图像与所述预设阈值确定确定待区分缺陷的分类结果。

29、由此，本申请至少具有如下有益效果：

30、本申请实施例可以根据穆勒矩阵确定入射光的斯托克斯矢量，根据入射光的斯托克斯矢量和穆勒矩阵计算反射光的斯托克斯矢量，利用液晶可变延迟器多次切换检偏矢量检测对应的反射光的斯托克斯矢量分量，并根据斯托克斯矢量分量计算出待区分缺陷的目标类型的图像；根据目标类型的图像确定待区分缺陷的分类结果，能够实现对于待区分缺陷的缺陷类型的准确分类，提高了缺陷类型区分的准确率，通用性较高。

31、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

1.一种缺陷分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的缺陷分类方法，其特征在于，所述获取待区分缺陷的穆勒矩阵，包括：

3.根据权利要求2所述的缺陷分类方法，其特征在于，所述利用最小二乘法计算穆勒矩阵测量态测量的待区分缺陷的穆勒矩阵的计算公式为：

4.根据权利要求3所述的缺陷分类方法，其特征在于，所述根据每组所述偏振测量态和所述穆勒矩阵确定每组待区分缺陷的偏振图像的灰度值，包括：

5.根据权利要求1所述的缺陷分类方法，其特征在于，所述根据所述穆勒矩阵确定入射光的斯托克斯矢量，包括：

6.根据权利要求1所述的缺陷分类方法，其特征在于，所述根据所述入射光的斯托克斯矢量和所述穆勒矩阵计算反射光的斯托克斯矢量的计算公式为：

7.根据权利要求6所述的缺陷分类方法，其特征在于，所述利用液晶可变延迟器多次切换检偏矢量检测对应的反射光的斯托克斯矢量分量，包括：

8.根据权利要求7所述的缺陷分类方法，其特征在于，所述目标类型的图像包括偏振度图像、线偏振度图像、圆偏振度图像、偏振相角图像和椭偏角图像。

9.根据权利要求8所述的缺陷分类方法，其特征在于，所述根据所述斯托克斯矢量分量计算出待区分缺陷的目标类型的图像，包括：

10.根据权利要求9所述的缺陷分类方法，其特征在于，所述根据所述目标类型的图像确定待区分缺陷的分类结果，包括：