基于图像特征信息的精密工件台倾角检测方法技术

本发明专利技术公开了一种基于图像特征信息的精密工件台倾角检测方法，预先将标定物放置于处于水平状态下的精密工作台上并进行图像采集得到标准图，然后在精密工作台需要进行倾角检测时，将标定物放置于精密工作台上并进行图像采集得到当前的采样图，分别对标准图和采样图进行特征点提取与匹配，获取特征点对集合，从标准图和采样图的特征点对集合中选取三对特征点对，按照所设计的倾角计算方法计算得到精密工作台的倾角。本发明专利技术利用获取的图像信息完成了非接触式的精密工作台倾角检测，可以有效节约结构硬件成本，并提出了新的倾角计算方法，提高了精密工作台倾角检测的准确度。提高了精密工作台倾角检测的准确度。提高了精密工作台倾角检测的准确度。

【技术实现步骤摘要】
基于图像特征信息的精密工件台倾角检测方法


[0001]本专利技术属于工件台倾角检测
，更为具体地讲，涉及一种基于图像 特征信息的精密工件台倾角检测方法。

技术介绍

[0002]对于很多精密器材而言，调整工件台至水平状态是进行后续操作前的关键 步骤。如光刻机工件台，若未将工件台调整至水平状态，则硅片表面与投影物 镜焦面将会处于非平行状态，对硅片的刻蚀精度造成严重影响，芯片制造产品 的质量和成品率也会随之下降。同时，机械中常见的测量平面度的方法，如打 表测量法、光束平面法等方法往往有自身的测量局限性，且测量精度不高。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种基于图像特征信息的精 密工件台倾角检测方法，利用图像特征信息完成倾角检测，可以提高检测精度， 同时操作也更为简便。
[0004]为实现上述专利技术目的，本专利技术基于图像特征信息的精密工件台倾角检测方 法包括以下步骤：
[0005]S1：预先将标定物放置于处于水平状态下的精密工作台上并进行图像采集 得到标准图，然后在精密工作台需要进行倾角检测时，将标定物放置于精密工 作台上并进行图像采集得到当前的采样图；
[0006]S2：分别对标准图和采样图进行特征点提取与匹配，获取特征点对集合；
[0007]S3：从标准图和采样图的特征点对集合中选取三对特征点对，记各个特征 点在所在图像中的坐标分别为i＝0表示该特 征点属于标准图，i＝1表示该特征点属于采样图；
[0008]S4：根据步骤S3所得到的三对特征点对计算精密工作台的倾角，包括以下 步骤：
[0009]S4.1：分别将三对特征点对中属于标准图和采样图的三个特征点作为顶点组 成特征三角形ΔA0B0C0、ΔA1B1C1，然后分别计算特征三角形的边长，然后分别计算特征三角形的边长和
[0010]S4.2：以采样图的平面直角坐标系原点为原点、以采样图为水平面建立空间 直角坐标系，将特征三角形ΔA0B0C0进行移动令特征点A0与特征点A1重合，然后 在特征点A0固定条件下对特征三角形ΔA0B0C0进行缩放得到特征三角形令特征三角形在水平面的垂直投影为特征三角形ΔA1B1C1，，分别表示特征三角形ΔA0B0C0进行移动、缩放后特征点A0、特征点B0和 特征点C0所对应的点，将缩放倍数x作为未知参数，构建如下方程组：
[0011][0012]其中，表示点相对于水平面的高度值，表示点相对于水平面 的高度值；
[0013]求解上述方程组，得到两组高度值，分别记为
[0014]S4.3：分别采用两组高度值计算得到两组精密工作台倾角，计算方法如下：
[0015]记当前所采用的高度值为k＝1,2，采样图中特征三角形ΔA1B1C1中三个特征点在所建立的空间直角坐标系中的坐标分别为个特征点在所建立的空间直角坐标系中的坐标分别为则特征三角形中三个特征点在空间直角坐标系中的坐标分别为
[0016]在空间直角坐标系中，计算垂直于标准图特征三角形所在平面的法向量 根据法向量计算得到精密工作台在空间直角坐标 系中在x轴方向上的倾角和在y轴方向上的倾角
[0017][0018][0019]本专利技术基于图像特征信息的精密工件台倾角检测方法，预先将标定物放置 于处于水平状态下的精密工作台上并进行图像采集得到标准图，然后在精密工 作台需要进行倾角检测时，将标定物放置于精密工作台上并进行图像采集得到 当前的采样图，分别对标准图和采样图进行特征点提取与匹配，获取特征点对 集合，从标准图和采样图的特征点对集合中选取三对特征点对，按照所设计的 倾角计算方法计算得到精密工作台的倾角。
[0020]本专利技术利用获取的图像信息完成了非接触式的精密工作台倾角检测，可以 有效节约结构硬件成本，并提出了新的倾角计算方法，提高了精密工作台倾角 检测的准确度。
附图说明
[0021]图1是本专利技术基于图像特征信息的精密工件台倾角检测方法的具体实施方 式流程图；
[0022]图2是本实施例中特征点对选取方法的流程图；
[0023]图3是本专利技术中采样图和标准图在三维空间中的位置关系图；
[0024]图4是本专利技术中精密工作台的倾角计算的流程图；
[0025]图5是采样图和标准图的相对位置示意图；
[0026]图6是标准图中特征三角形缩放的示意图；
[0027]图7是图6所示特征三角形的法向量示意图；
[0028]图8是本实施例中采样图和标准图中特征三角形示例图。
具体实施方式
[0029]下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员 更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和 设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。
[0030]实施例
[0031]图1是本专利技术基于图像特征信息的精密工件台倾角检测方法的具体实施方 式流程图。如图1所示，本专利技术基于图像特征信息的精密工件台倾角检测方法 的具体步骤包括：
[0032]S101：图像采集：
[0033]预先将标定物放置于处于水平状态下的精密工作台上并进行图像采集得到 标准图，然后在精密工作台需要进行倾角检测时，将标定物放置于精密工作台 上并进行图像采集得到当前的采样图。
[0034]S102：特征点匹配：
[0035]分别对标准图和采样图进行特征点提取与匹配，获取特征点对集合。
[0036]本实施例中在进行标准图和采样图进行特征点提取之前，可以先对两幅图 像进行预处理，例如滤波锐化等，然后对预处理后的两幅图像使用ORB(OrientedFast and Rotated Brief)算子进行特征点提取，并使用FLANN(Fast ApproximateNearest Neighbor Search Library，快速最近邻逼近搜索函数库)算法完成特征点 的匹配工作。
[0037]S103：特征点对选取：
[0038]从标准图和采样图的特征点对集合中选取三对特征点对，记各个特征点在 所在图像中的坐标分别为i＝0表示该特征点 属于标准图，i＝1表示该特征点属于采样图。
[0039]为了使最终检测得到的精密工作台倾角更加准确，用于倾角计算的特征点 对最好满足以下两点：一是根据三角形两边之和大于第三边的定理设计筛选算 法，同时为提高倾角计算精度，应规避钝角角度接近于平角的三角形情况；二 是特征点对之间的距离不能相距太近，因为这种情况计算特征三角形的顶点会 影响倾角数值计算的精度。综上所述，设计得到本实施例的特征点对选取方法。 图2是本实施例中特征点对选取方法的流程图。如图2所示，本实施例中特征 点对选取的具体方法如下：
[0040]S201：特征点对排列：
[0041]记特征点对集合中特征点对数量为N，将N对特征点对按照其两个特征点 的匹配度从大到小进行排列。
[0042]S202：确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像特征信息的精密工件台倾角检测方法，其特征在于，包括以下步骤：S1：预先将标定物放置于处于水平状态下的精密工作台上并进行图像采集得到标准图，然后在精密工作台需要进行倾角检测时，将标定物放置于精密工作台上并进行图像采集得到当前的采样图；S2：分别对标准图和采样图进行特征点提取与匹配，获取特征点对集合；S3：从标准图和采样图的特征点对集合中选取三对特征点对，记各个特征点在所在图像中的坐标分别为i＝0表示该特征点属于标准图，i＝1表示该特征点属于采样图；S4：根据步骤S3所得到的三对特征点对计算精密工作台的倾角，包括以下步骤：S4.1：分别将三对特征点对中属于标准图和采样图的三个特征点作为顶点组成特征三角形ΔA0B0C0、ΔA1B1C1，然后分别计算特征三角形的边长，然后分别计算特征三角形的边长和S4.2：以采样图的平面直角坐标系原点为原点、以采样图为水平面建立空间直角坐标系，将特征三角形ΔA0B0C0进行移动令特征点A0与特征点A1重合，然后在特征点A0固定条件下对特征三角形ΔA0B0C0进行缩放得到特征三角形令特征三角形在水平面的垂直投影为特征三角形ΔA1B1C1，，分别表示特征三角形ΔA0B0C0进行移动、缩放后特征点A0、特征点B0和特征点C0所对应的点，将缩放倍数x作为未知参数，构建如下方程组：其中，表示点相对于水平面的高度值，表示点相对于水平面的高度值；求解上述方程组，得到两组高度值，分别记为S4.3：分别采用两组高度值计算得到两组精密工作台倾角，计算方法如下：记当前所采用的高度值为k＝1,2，采样图中特征三角形ΔA1B1C1中三个特征点在所建立的空间直角坐标系中的坐标分别为征点在所建立的空间直角坐标系中的坐标分别为则特征三角形中三个特征点在空间直角坐标系中的坐标分别为在空间直角坐标系中，计算垂直于标准图特征三角形所在平面的法向量根据法向量计算得到精密工作台...

【专利技术属性】
技术研发人员：彭超，邹见效，万东栩，谢川，于力，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：