[發明專利]非接觸式物體檢查

有效

• 申請號: 201080040329.0
• 申請日: 2010-09-06
• 公開（公告）號: CN102483319A
• 公開（公告）日: 2012-05-30
• 發明（設計）人: 尼古拉斯·約翰·韋斯頓;伊馮娜·魯思·赫德阿特
• 申請（專利權）人: 瑞尼斯豪公司
• 主分類號: G01B11/00
• 分類號: G01B11/00;G01B11/25
• 代理公司: 北京明和龍知識產權代理有限公司 11281
• 代理人: 郁玉成

技術領域

本發明涉及一種用于非接觸式物體檢查的方法和設備，尤其涉及通過分析投映到物體表面上的圖案來進行物體檢查的方法和設備。

背景技術

非接觸式光學測量系統用于通過物體上的光學圖案的相位分析來測量表面的表面狀況是已知的。非接觸式光學測量系統通常包括投影儀和照相機，該投影儀向物體上投映結構光圖案，該照相機記錄物體上的結構光圖案，例如使物體上的結構光圖案成像。物體引起圖案的扭曲，并且與物體有關的表面狀況(topographical)數據可以利用通過照相機成像的該扭曲進行計算。國際專利申請PCT/GB2008/002759(公開號為WO2009/024757)中描述了這種系統的具體示例。

利用這種系統，可能難以確定所投映的圖案的哪個部分落到物體的哪個部分上(對于重復性圖案的情況而言尤其是這樣)，因此可能難以確定物體的絕對位置，即物體和照相機之間的距離。由于2π模糊問題，該問題在結構光分析領域通常是已知的。

克服這種問題的一種已知方式包括投映標記特征以便識別圖案中的獨特的點。該系統可以校準，使得可以根據該標記特征在照相機的傳感器上的位置來確定標記特征落到物體上的點與照相機之間的距離。然后可將其用作基準點以便確定標記特征所落的面的其余部分的絕對尺寸。然而，在復雜物體的情況下，標記特征可能未落到感興趣的面上并且/或者可能存在不同的未知相對高度的多個面。

其它已知解決方案包括投映一系列不同圖案，具有偽隨機變動以便允許各種點的獨特識別的圖案，或者(如WO2009/024757中所描述的)使用攝影測量技術以便建立物體上的至少一個點的絕對位置。然而，視物體和/或觀察點而定，可能不能識別用于攝影測量的合適點。例如，在延伸的光滑表面的情況下，可能不能從一個以上的視角中看到邊界。

發明內容

本發明提供了一種用于檢查物體的方法，取得光線圖案投映到其上的物體的圖像，從該圖像確定描繪物體的表面狀況的數據，其中使用物體的取自第二視角的第二圖像解決任何2π模糊，在物體上，所述光線圖案在落到物體上時不同于第一圖像的光學圖案。

根據本發明的第一方面，提供了一種通過分析投映到物體上的圖案的相位來檢查物體的一區域的表面狀況的非接觸式方法，包括i)取得物體的第一圖像，該第一圖像從第一視角獲得，光線圖案投映到物體上；ii)取得物體的第二圖像，該第二圖像從第二視角獲得，光線圖案投映到物體上，第二圖像中的光線圖案在落到物體上時不同于第一圖像中的光線圖案；以及iii)基于與在第一圖像中成像時的光學圖案的至少一個區域的相位有關的相位數據確定描繪物體的至少一個區域的表面狀況的數據，其中，從物體的在第二圖像中成像時的對應區域獲得的相位數據用于解決從第一圖像獲得的表面狀況數據或相位中的任何模糊。

相應地，本發明使得能通過分析物體的從不同視角獲得的圖像來獲得物體表面狀況數據，其中光學圖案投映到圖像中的物體上。使用從不同視角獲得的第二圖像解決整個區域的任何2π模糊。

如WO2009/024757中描述的，使用攝像測量方法來識別與區域相連的一個或多個離散特征點的絕對高度，然后將該絕對高度數據用在區域表面狀況數據的生成中。相比之下，在本發明的方法中，在單個處理中生成針對整個區域的絕對表面狀況(高度)數據，即，不需要獨立地識別和測量離散特征點。

源自針對區域的第一圖像的數據可以與源自針對至少一個區域的第二圖像的數據相比較，以便識別相互關聯(例如相互匹配)的區域數據，從而解決任何模糊。特別地，該方法可以包括迭代比較源自第一和第二圖像的數據、尤其是區域數據，以便通過推導解決任何模糊。相應地，可以通過迭代比較法推導正確的表面狀況數據。所比較的數據可以直接或間接地與從圖像獲得的相位數據、尤其是如下面更詳細地說明的解包裹相位數據相關聯?？蛇x的是，所比較的數據可以包括源自相位數據的表面狀況數據

相應地，該方法包括使用來自圖像的數據的區域，例如相位數據的區域，以便解決任何2π模糊。如可以理解的，數據區域區別于數據點。例如，任何這種區域都可以包括在圖像傳感器上基本以二維延伸的范圍(area)。例如這可以包括至少一個高度和寬度的至少約10像素、優選至少一個高度和寬度的至少約100像素的一組彼此相鄰的像素。這可以是圖像的高度或寬度的至少1％。相應地，該2D范圍可以是圖像的總范圍的至少0.01％?？蛇x的是，該2D范圍可以是圖像的總范圍的至少0.1％、優選為至少1％。如可以理解的，該2D范圍可以遠大于整個圖像范圍的1％、例如至少10％以及甚至是不大于整個圖像范圍的任何值。