本发明专利技术涉及工业视觉技术领域，公开了一种MEMS光谱芯片的干涉环圆度检测方法、装置及电子设备，旨在解决现有方法存在效率低和准确性差的问题，方案主要包括：利用芯片圆形刻线检测模型检测待检测光谱芯片的圆形刻线坐标，并计算圆心坐标；将待检测光谱芯片的干涉环图像转换至极坐标下，对获得的极坐标图像进行灰度化处理；对获得的极坐标图像进行预处理；对预处理后的极坐标图像进行滑窗自动阈值分割，对获得的二值图像取反；将获得的干涉环二值图像与极坐标灰度图像进行融合，获得干涉环灰度图像；根据干涉环灰度图像拟合干涉环极值曲线，根据干涉环极值曲线计算干涉环圆度。本发明专利技术提高了检测效率和准确性，适用于MEMS光谱芯片的质量检测。
【技术实现步骤摘要】
本专利技术涉及工业视觉，具体涉及一种mems光谱芯片的干涉环圆度检测方法、装置及电子设备。
技术介绍
1、mems光谱芯片是一种基于微机电系统技术的微型化光学器件，具有多种光学功能，如滤波、分束、偏振等。它由微型化的机械结构和电子控制系统组成，能够对光信号进行高效精确的处理和控制。mems光谱芯片中的机械结构主要包括反射镜、分束器、滤波器等。这些结构通过微纳加工技术在芯片上制造出来，具有微小的尺寸和高精度的形状。当光线通过这些结构时，会受到反射、折射或干涉等影响，从而产生不同的光学效应。
2、mems光谱芯片的干涉环是在芯片施加电压后，由于光的干涉而形成的环状斑纹。干涉环圆度是芯片检验环节中重要的评估参数，是衡量mems光谱芯片质量的重要评价指标之一，干涉环越圆，则芯片的质量越好。
3、现有mems光谱芯片的干涉环圆度检测方案中，通常是获取mems光谱芯片的干涉环图像，然后人工观察干涉环图像中的干涉环形态来确定其圆度。这种方式不仅效率较低，也因为依赖人工经验、标准不一致、视觉疲劳等原因，无法保证准确性，容易造成产品质量波动。
技术实现思路
1、本专利技术旨在解决现有mems光谱芯片的干涉环圆度检测方案存在效率低以及准确性差的问题，提出一种mems光谱芯片的干涉环圆度检测方法、装置及电子设备。
2、本专利技术解决上述技术问题所采用的技术方案是：
3、第一方面，本专利技术提供一种mems光谱芯片的干涉环圆度检测方法，所述方法包括：
4、获取待检测光谱芯片在红光下的芯片图像；
5、基于所述芯片图像，利用预先训练的芯片圆形刻线检测模型检测出待检测光谱芯片的圆形刻线坐标，并计算圆心坐标；
6、对待检测光谱芯片施加电压后，获取待检测光谱芯片的干涉环图像；
7、根据所述圆心坐标将干涉环图像转换至极坐标下，获得极坐标图像，对极坐标图像进行灰度化处理，获得极坐标灰度图像；
8、对所述极坐标图像进行预处理；
9、对预处理后的极坐标图像进行滑窗自动阈值分割，获取二值图像，对二值图像取反，获得干涉环二值图像；
10、将所述干涉环二值图像与极坐标灰度图像进行融合，获得干涉环灰度图像；
11、根据所述干涉环灰度图像拟合干涉环极值曲线，根据所述干涉环极值曲线计算干涉环圆度。
12、进一步地，所述获取待检测光谱芯片在红光下的芯片图像，包括：
13、采用准直红外光源对待检测光谱芯片进行打光，然后采用显微数据采集器采集红光下的芯片图像。
14、进一步地，所述芯片圆形刻线检测模型的训练方法包括：
15、在准直红外光源下，采集各光谱芯片样品的图像，然后对采集的光谱芯片样品的图像进行标注，获得训练数据集，基于所述训练数据集对图像处理算法模型或深度学习算法模型进行训练，获得芯片圆形刻线检测模型。
16、进一步地，对所述极坐标图像进行预处理，包括：
17、对所述极坐标图像进行图像滤波和图像增强处理，图像滤波的方法包括均值滤波方法或高斯滤波方法；图像增强的方法包括全局增强算法、局部增强算法或深度学习增强算法。
18、进一步地，对预处理后的极坐标图像进行滑窗自动阈值分割，包括：
19、以极坐标图像宽为滑窗半径并以极坐标图像宽为步长对极坐标图像进行纵向滑窗，对每一步的滑窗图像进行otsu自动阈值分割，获得二值图像。
20、进一步地，将所述干涉环二值图像与极坐标灰度图像进行融合，包括：
21、将所述干涉环二值图像与极坐标灰度图像进行矩阵点乘，获得干涉环灰度图像。
22、进一步地，根据所述干涉环灰度图像拟合干涉环极值曲线，包括：
23、确定干涉环灰度图像中各像素点的灰度，并确定每行的灰度最小值，记录每行的灰度最小值对应像素点的坐标，然后采用最小二乘法进行拟合，获得干涉环极值曲线。
24、进一步地，根据所述干涉环极值曲线计算干涉环圆度，包括：
25、对干涉环极值曲线进行平滑滤波后，采用方差法计算干涉环极值曲线的波动性，干涉环极值曲线的波动性即为干涉环圆度，干涉环圆度越趋近于0，则干涉环圆度越好。
26、第二方面，本专利技术提供一种mems光谱芯片的干涉环圆度检测装置，所述装置包括：
27、采集模块，用于获取待检测光谱芯片在红光下的芯片图像；以及对待检测光谱芯片施加电压后，获取待检测光谱芯片的干涉环图像；
28、预测模块，用于基于所述芯片图像，利用预先训练的芯片圆形刻线检测模型检测出待检测光谱芯片的圆形刻线坐标，并计算圆心坐标；
29、转换模块，用于根据所述圆心坐标将干涉环图像转换至极坐标下，获得极坐标图像，对极坐标图像进行灰度化处理，获得极坐标灰度图像；
30、图像处理模块，用于对所述极坐标图像进行预处理；对预处理后的极坐标图像进行滑窗自动阈值分割，获取二值图像，对二值图像取反，获得干涉环二值图像；以及将所述干涉环二值图像与极坐标灰度图像进行融合，获得干涉环灰度图像；
31、计算模块，用于根据所述干涉环灰度图像拟合干涉环极值曲线，根据所述干涉环极值曲线计算干涉环圆度。
32、第三方面，本专利技术提供一种电子设备，所述电子设备包括处理器、存储器和通信总线；
33、所述通信总线用于实现处理器和存储器之间的连接通信；
34、所述处理器用于执行存储器中的一个或者多个程序，以实现如第一方面所述的mems光谱芯片的干涉环圆度检测方法的步骤。
35、本专利技术的有益效果是：本专利技术提供的mems光谱芯片的干涉环圆度检测方法、装置及电子设备，通过芯片圆形刻线检测模型检测圆形刻线，并计算圆心坐标，利用该圆心坐标将干涉环图像转换至极坐标下，然后采用滑窗方法获取干涉环区域，并根据干涉环极值曲线的波动来反映干涉环圆度，从而实现mems光谱芯片干涉环圆度的检测。通过上述流程，本专利技术不需要人工观察，能够对mems光谱芯片干涉环圆度进行自动检测，从而量化光谱芯片干涉环圆度评估，提高了检测效率和准确性。并且能够以算法模块的方式部署至产线中，可以完全实现替代人力的方式实现产线自动化。
本文档来自技高网...
【技术保护点】
1.一种MEMS光谱芯片的干涉环圆度检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，所述获取待检测光谱芯片在红光下的芯片图像，包括：
3.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，所述芯片圆形刻线检测模型的训练方法包括：
4.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，对所述极坐标图像进行预处理，包括：
5.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，对预处理后的极坐标图像进行滑窗自动阈值分割，包括：
6.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，将所述干涉环二值图像与极坐标灰度图像进行融合，包括：
7.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，根据所述干涉环灰度图像拟合干涉环极值曲线，包括：
8.根据权利要求1所述的MEMS光谱芯片的干涉环圆度检测方法，其特征在于，根据所述干涉环极值曲线计算干涉环圆度，包括：
9.一种MEMS光谱芯片的干涉环圆度检测装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，所述电子设备包括处理器、存储器和通信总线；
...
【技术特征摘要】
1.一种mems光谱芯片的干涉环圆度检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的mems光谱芯片的干涉环圆度检测方法，其特征在于，所述获取待检测光谱芯片在红光下的芯片图像，包括：
3.根据权利要求1所述的mems光谱芯片的干涉环圆度检测方法，其特征在于，所述芯片圆形刻线检测模型的训练方法包括：
4.根据权利要求1所述的mems光谱芯片的干涉环圆度检测方法，其特征在于，对所述极坐标图像进行预处理，包括：
5.根据权利要求1所述的mems光谱芯片的干涉环圆度检测方法，其特征在于，对预处理后的极坐标图像进行滑窗自动阈值分割，...
【专利技术属性】
技术研发人员：贺超，刘明华，赵建仁，顾书豪，
申请(专利权)人：四川虹微技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。