亚像素级传感光纤路径高斯提取方法及系统

1.本文件涉及计算机技术领域，尤其涉及一种亚像素级传感光纤路径高斯提取方法及系统。


背景技术：

2.分布式传感光纤具有可控的超高空间分辨率,质量与直径小,耐腐蚀,电绝缘，灵敏度高等特点。此外,基于其质地较柔软坚韧的特性,分布式传感光纤对结构表面的形状有较好的适应性，故常被用于监测应变、受力形变、温度变化等用途。在基于分布式传感光纤的晶圆检测系统中要使得其测点数据与晶圆表面位置互相对应，为翘曲变形等不良情况成因探究给出数据基础，则需要对晶圆表面传感光纤路径进行精确的数据重构。
3.分布式传感光纤通常用于隧道、边坡、矿山等大型且长工作距离的场合，其空间分辨率通常为0.5m或1m，并不用对各测点进行精确的定位，但这显然不适用于现代半导体科技发展中的精密测量等领域，而要将分布式传感光纤运用到精密测量上则需要一个方法精确获取光纤测点的空间位置。近年来，机器视觉技术愈发成熟，作为典型的非接触式检测技术，由于具有高精度、高智能化等等优点，常被运用在各类需要精密监测的场合，例如：缺陷检测、图像复原、医疗图像等领域，都取得了很好的效果。现有技术中，一种方式利用forstner特征提取算子分别提取图像上的部分的光纤特征点，并对相邻的图像进行拼接获得构件全景图像，并采用最大类间方差法分别提取所需区域图像。最后，通过快速傅立叶变换去除纹理噪音，并利用线条提取算子获得光纤完整路径。现有技术中还提供了一种改进sift算法，并给出了相关参数的设置方法和经验公式，通过实际表面缺陷的检测，对比验证了sift算法较强的鲁棒性和抗干扰能力，以及相关参数设置方法的正确性和可行性。其表明sift算法在凹陷类和斑点类缺陷的检出率上具有明显优越性，特别在有噪声图像干扰情况下，裂纹类的误检率上具有较大优势；此外，现有技术中，基于图像处理技术的包装表面缺陷检测方法，解决准确性较低问题。利用ccd相机采集包装盒表面图像，使用二值化处理技术区分背景区域与目标图像，利用浓淡补正差分处理背景与前景，通过图像重绘算法检测图像边缘，消除噪声获取明显的图像边缘特征,并利用阈值定义图像中的各类缺陷完成缺陷特征提取，依据提取完成的缺陷特征设计缺陷分类器，以此划分识别缺陷内容完成包装表面缺陷检测；现有技术中可以采用种子生长法对太阳能电池电极进行边缘提取；也可以采用otsu的方法检测图像表面缺陷，但是该方法多用于全局灰度均匀且干扰信息相对较少的情况。
4.综上所述，现有技术中使用机器视觉中线条提取算子提取光纤路径，但是其检测对象是复合材料夹层中的光纤路径，主要解决的是多图像路径识别然后进行拼接的问题，其并没有涉及高反光镜面上的光纤路径检测，并且其并没有给出算法的识别精度信息；现有技术中使用了sift算法对产品表面缺陷进行检测，尽管这种算法在具有噪声和复杂的图像上能够实现高精度的类别识别，但其并非专注于高精度测量，因此无法胜任光纤路径数据重构的工作；现有技术中利用缺陷分类器实现了产品包装缺陷检测，其对图像的边缘检
测精度要求不高，无法满足光纤位置数据重构的要求；现有技术中采用了种子生长法对太阳能电池电极进行边缘提取，以上三种方法都是针对特定类型的缺陷进行检测，不适用于连续性的光纤路径提取。现有技术中采用otsu的方法检测图像表面缺陷，但是该方法不适用于全局灰度不均匀且干扰信息较多的场合。


技术实现要素：

5.本发明的目的在于提供一种亚像素级传感光纤路径高斯提取方法及系统，旨在解决现有技术中的上述问题。
6.本发明提供一种亚像素级传感光纤路径高斯提取方法，用于对铺设在硅晶圆表面上的小直径传感光纤进行路径检测，该方法包括：
7.根据材料特性确定视觉照明方案，基于所述视觉照明方案获取图像；
8.通过双边滤波对所述图像进行降噪，并采用基于canny算法的亚像素边缘检测技术提取出分布式传感光纤的边缘信息；
9.基于所述边缘信息闭合边缘对，并使用高斯线检测法提取骨架信息得到分布式传感光纤的路径。
10.本发明提供一种亚像素级传感光纤路径高斯提取系统，用于上述方法，该系统包括：
11.工业相机，与计算机连接，用于获取检测硅晶圆的图像，并传输到计算机；
12.计算机，用于根据材料特性确定视觉照明方案，获取所述图像，通过双边滤波对所述图像进行降噪，并采用基于canny算法的亚像素边缘检测技术提取出分布式传感光纤的边缘信息，基于所述边缘信息闭合边缘对，并使用高斯线检测法提取骨架信息得到分布式传感光纤的路径；
13.工作台，用于将所述工业相机固定在待检测硅晶圆的上方；
14.方形无影光源，用于基于确定的视觉照明方案，为设置于其中央的待检测硅晶圆进行视觉照明。
15.采用本发明实施例，能够准确检测分布式传感光纤路径并提取出光纤测点，且具有高鲁棒性，高精度，可满足准确提取光纤测点坐标与高抗干扰性等要求。
附图说明
16.为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明实施例的亚像素级传感光纤路径高斯提取方法的流程图；
18.图2是本发明实施例的系统硬件侧面示意图；
19.图3是本发明实施例的系统硬件俯视示意图；
20.图4是本发明实施例的亚像素级传感光纤路径高斯提取方法的优选处理流程图。
具体实施方式
21.为了解决现有技术中的上述问题，本发明实施例提供了一种基于高斯线检测的传感光纤长度方向上的测点坐标序列提取方法及装置，实现晶圆表面分布式传感光纤的应变检测数据重构。根据硅晶圆与光纤的光学特性与表面高度差，在暗场环境下使用方形无影光源进行照明以提升传感光纤在晶圆表面的区分度，通过双边滤波降低图像噪声后得到预处理图像，再采用基于canny算法的亚像素边缘检测技术并进行特性筛选剔除干扰边缘，获取分布式传感光纤目标区域，最后通过高斯线检测方法提取出光纤路径，根据实际传感光纤测点数即可将路径分段并提取出光纤测点的坐标值。
22.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
23.方法实施例
24.根据本发明实施例，提供了一种亚像素级传感光纤路径高斯提取方法，其特征在于，用于对铺设在硅晶圆表面上的小直径传感光纤进行路径检测，图1是本发明实施例的亚像素级传感光纤路径高斯提取方法的流程图，如图1所示，根据本发明实施例的亚像素级传感光纤路径高斯提取方法具体包括：
25.步骤101，根据材料特性确定视觉照明方案，基于所述视觉照明方案获取图像；
26.步骤102，通过双边滤波对所述图像进行降噪，并采用基于canny算法的亚像素边缘检测技术提取出分布式传感光纤的边缘信息；
27.步骤103，基于所述边缘信息闭合边缘对，并使用高斯线检测法提取骨架信息得到分布式传感光纤的路径。
28.步骤101具体包括：在暗场环境中使用方形无影光源从晶圆的四周进行侧面照明，通过具有足够分辨率的相机获取无反光且光纤与硅晶圆表面区分度大的图像。
29.步骤102具体包括：
30.首先将获取的所述图像以不加拉伸的原始尺寸进行打开，将彩色的所述图像转换为灰度图像，在灰度图像设置待处理区域，绘制需要进行处理的矩形roi区域，记为region1，对其它无用光纤线段进行多个区域绘制，然后对绘制的多个区域进行合并，合并后的区域记为region2，获取图像处理区域，在灰度图像上，由region1-region2得到需要进行光纤路径识别的区域，得到预处理后的图像；
31.根据公式1和公式2，双边滤波通过双边滤波对所述图像进行噪声：
[0032][0033][0034]
其中，参数σd和σr为平滑化参数，i(i,j)和i(k,l)分别是像素点(i,j)和(k,l)的灰度，在计算完权重后将它们归一化，则id为像素点(i,j)降噪后的灰度；
[0035]
使用高斯滤波器与图像进行卷积以平滑图像，大小为(2+1)
×
(2+1)的高斯滤波器
核的生成方程式如公式3：
[0036][0037]
根据公式4，使用sobel滤波器求出x与y方向上梯度图像，再进而求出梯度强度g和梯度方向θ：
[0038][0039]
其中，g
x
和gy分别为sobel算子s
x
和sy对图像中3
×
3窗口a的卷积；
[0040]
基于公式5，利用计算非最大值抑制和滞后阈值操作的算法将边缘点链接成边缘，检测前图像的点i
(x,y)
的振幅a若大于ω
max
，则被立即接受为一个边缘点，同时将输出图像点o的灰度值设置为255，而振幅小于ω
min
的点则被拒绝，而其他的点如果与已被接受的边缘点相连，则也被接受为边缘；
[0041][0042]
通过公式6所示的二次多项式拟合获取亚像素边缘坐标最终得到o
(i,j)
；
[0043][0044]
其中，x和y为当前整数坐标边缘点横纵坐标，g
l
和gr为边缘点左右梯度值，g为边缘点梯度值，w为相邻像素到边缘点的距离；
[0045]
根据面积特征选择区域，对于输入的每个区域，计算面积特征，如果每个区域的计算特性在限制(6000,2e+006)内，该区域将被输出。
[0046]
闭合xld轮廓，然后填充为一个区域，记为region3.
[0047]
对区域region3进行开运算处理，通过将预处理后的图像减去腐蚀后的region3提取光纤边缘。
[0048]
步骤103具体包括：
[0049]
通过亚像素级边缘组成边缘对后闭合形成区域，通过阈值选取与图像开运算即腐蚀处理降低图像干扰，最终使用高斯线检测方法提取骨架路径；其中，所述高斯线检测方法具体包括：
[0050]
通过图像与一个高斯掩膜的卷积的偏导数来确定图像中各个像素点在x和y方向
上的泰勒二次多项式参数，计算出各个像素点的线条方向；
[0051]
在垂直于线条方向的二阶偏导数y中，将表现出局部极大值的像素标记为骨架点，进行滞后阈值操作，接受二阶导数大于y
max
的线点，拒绝二阶导数小于y
min
的点，所有其他的线点若是与已被接受的点相邻，则被标记为骨架点，最终将发现的线点连接为骨架线；
[0052]
基于公式7，从要提取的线条中各自的灰度值对比度p
max
和p
min
与所选择的σ值计算参数y
max
和y
min
：
[0053][0054]
其中，参数σ决定了高斯掩膜要执行的平滑量，与图像的平滑度成正比，但与线条的定位准确度成反比，骨架线的提取结果将其路径拆分为点集，为数据重构提供坐标点位；
[0055]
在高斯检测提取骨架同时提取xld轮廓线的线宽，采用linemode选择parabolic模式，将亚像素级骨架线合并成一条连续的骨架线，最后进行平滑处理。
[0056]
在执行了步骤103之后，还进行如下处理：
[0057]
通过get_contour_xld算子获取通过高斯检测提取的亚像素级骨架坐标，然后根据实际系统的空间分辨率确定的光纤数据采集的间隔d，筛选出骨架上间隔d的坐标，实现光纤检测数据与硅晶圆实际位置的一一对应。
[0058]
以下结合附图，对本发明实施例的上述技术方案进行详细说明。
[0059]
本发明实施例的检测对象为表面铺设在硅晶圆表面的传感光纤。
[0060]
如图2-3所示，本发明实施例的方法的系统架构由计算机(未示出)、工业相机1、12mm焦距镜头2、工作台3、无影光源4和检测对象传感光纤5和硅晶圆6组成。其中工业相机1安装于工作台上，可进行x、y、z三个方向移动以调整拍照区域和距离。检测对象为铺设在硅晶圆6的传感光纤5，其位于镜头下方。无影光源4四周分布有多个灯珠从硅晶圆6四周进行打光。同时整个系统处于暗场环境中，避免周围光源造成的晶圆反光等问题。这样做的原因是：传感光纤5是由高透明的二氧化硅材料制成，且直径极小，并且硅晶圆表面光滑，镜面反射严重，因此侧面打光可以充分利用传感光纤5铺设在硅晶圆6上的高度差，使得侧面的打光仅仅在通过传感光纤5反射到镜头中，而由于硅晶圆6的光滑表面，非铺设传感光纤5的区域几乎没有光线反射进入镜头。
[0061]
如图4所示，本发明实施例的方法具体包括如下处理：
[0062]
获取图像：计算机从工业镜头中通过千兆网线获取传感光纤5和硅晶圆6区分度大的原图像。
[0063]
图片预处理：
[0064]
1、首先将图像1以不加拉伸的原始尺寸进行打开，以便后续的图像处理。
[0065]
2、将彩色图像1转换为灰度图像，得到图像2
[0066]
3、在图像2设置待处理区域。首先绘制需要进行处理的矩形roi区域，记为region1。另外，由于区域region1上的光纤只有部分线段需要进行路径识别以进行数据重构，因此需要对其它无用光纤线段进行多个区域绘制，然后对绘制的多个区域进行合并，合并后的区域记为region2.
[0067]
4、获取图像处理区域。在图像2上，由：region1-region2可得到需要进行光纤路径识别的区域，得到图像3。
[0068]
滤波降噪：
[0069]
在视觉处理系统中，由于实际物体表面容易存在灰尘等微粒，且图像的获取、传输等过程中可能会产生噪声，影响图像的质量并干扰目标信息的提取，尤其是在边缘检测中，由于随机噪声的灰度值分布特性，通常都会被检测算法识别为边缘，因此对获取的原始图像进行预处理是极为必要的过程，可以通过降噪与调节图像对比度等方式增强图像的显示质量，以便于后续的特征提取等处理步骤，常用的传统降噪方法有均值滤波、中值滤波、高斯滤波等。本方法所使用的降噪方法为双边滤波，其作为一种典型的非线性滤波不仅能够消除随机噪声，引起的边缘模糊效应也较低，通过将同质区域的像素平滑，而将对比度较大的边缘像素保留而实现效果，定义如公式1和公式2所示。
[0070][0071][0072]
式中参数σd和σr为平滑化参数,i(i,j)和i(k,l)分别是像素点(i,j)和(k,l)的灰度，在计算完权重后将它们归一化，则id为像素点(i,j)降噪后的灰度。
[0073]
边缘提取：
[0074]
由于传感光纤的数据读取是与光纤长度信息相对应，为保证数据重构的一致性，对硅晶圆表面的分布式传感光纤进行长度方向上的路径提取，由于对检测结果的精度要求极高，因此采用基于canny算法的亚像素边缘检测技术对光纤进行边缘检测，再通过闭合边缘对形成区域后，使用高斯线检测方法提取骨架信息从而获得传感光纤路径。
[0075]
基于canny算法的亚像素边缘检测：边缘检测作为机器视觉领域具有高度实际应用价值的技术之一，具有十分重要的研究意义。传统边缘检测算法所达到的精度为像素级，而随着时代的进步与半导体行业的发展，也快速地提升了工业检测所需求的精度，传统的像素级边缘检测无法满足传感光纤5的检测精度需要，因此本方法选择了将像素再次划分从而提升图像分辨率的基于canny算法的亚像素级检测技术。
[0076]
1、使用edges_sub_pix算子对图像3进行亚像素轮廓提取。滤波器为canny。
[0077]
其具体原理是：首先使用高斯滤波器与图像进行卷积以平滑图像，大小为(2+1)
×
(2+1)的高斯滤波器核的生成方程式如公式3。
[0078][0079]
再使用sobel滤波器求出x与y方向上梯度图像，再进而求出梯度强度g和梯度方向θ，如公式4，其中g
x
和gy分别为sobel算子s
x
和sy对图像中3
×
3窗口a的卷积。
[0080][0081]
利用计算非最大值抑制和类似于滞后阈值操作的算法将边缘点链接成边缘。检测前图像的点i
(x,y)
的振幅a若大于ω
max
，则被立即接受为一个边缘点，同时将输出图像点o的灰度值设置为255，而振幅小于ω
min
的点则被拒绝，而其他的点如果与已被接受的边缘点相连，则也被接受为边缘。表达如公式5。
[0082][0083]
最后通过二次多项式公式6拟合获取亚像素边缘坐标，x和y为当前整数坐标边缘点横纵坐标，g
l
和gr为边缘点左右梯度值，g为边缘点梯度值，w为相邻像素到边缘点的距离，最终得到o
(i,j)
。
[0084][0085]
2、根据面积特征选择区域，对于输入的每个区域，计算面积(area)特征。如果每个区域的计算特性在限制(6000,2e+006)内，该区域将被输出。
[0086]
3、首先闭合xld轮廓，然后填充为一个区域，记为region3.
[0087]
4、对区域region3进行开运算处理，通过将图像3减去腐蚀后的region3即实现光纤边缘的提取。
[0088]
高斯检测提取骨架：
[0089]
通过上面亚像素级边缘组成边缘对后闭合形成区域，再通过阈值选取与图像开运算(即为腐蚀处理)进一步降低图像干扰，最终使用高斯线检测方法提取骨架路径。
[0090]
该检测方法是通过图像与一个高斯掩膜的卷积的偏导数来确定图像中各个像素点在x和y方向上的泰勒二次多项式参数，从而计算出各个像素点的线条方向。在垂直于线条方向的二阶偏导数y中，将表现出局部极大值的像素标记为骨架点。类似于公式5中的滞后阈值操作，接受二阶导数大于y
max
的线点，拒绝二阶导数小于y
min
的点，所有其他的线点若是与已被接受的点相邻，则也被标记为骨架点，最终将发现的线点连接为骨架线。参数y
max
和y
min
可以从要提取的线条中各自的灰度值对比度p
max
和p
min
与所选择的σ值计算出来，如公式7所示，其中参数σ决定了高斯掩膜要执行的平滑量，它与图像的平滑度成正比，但与线条的定位准确度成反比，可能会造成提取线条的定位失准。骨架线的提取结果可将其路径拆分为点集，为数据重构提供坐标点位。
[0091][0092]
具体的，这里高斯检测提取骨架同时提取xld轮廓线的线宽，由于这里图片边缘较为锐利，linemode选择parabolic模式。最后将亚像素级骨架线合并成一条连续的骨架线，最后进行平滑处理。
[0093]
输出坐标：
[0094]
由于传感光纤5的数据读取是与光纤长度信息相对应，因此可根据传感光纤5的实际系统空间分辨率确定的测点位置(实际的测量位置)在提取出的骨架线上找到对应坐标，然后进行输出。至此就可以实现传感光纤5测量数据和硅晶圆6具体位置的一一对应。
[0095]
具体的，通过get_contour_xld算子即可获取通过高斯检测提取的亚像素级骨架坐标，然后根据实际光纤的系统空间分辨率确定的测点的间隔d，筛选出骨架上间隔d的坐标，最后进行输入。
[0096]
综上所述，本发明实施例实现了硅晶圆上铺设的传感光纤亚像素级高精度路径检测和光纤测点坐标提取。对提取出的传感光纤进行线宽分析，单边线宽均匀分布，系统稳定性高。根据传感光纤实际直径计算可得该检测方法精度达到10微米级，也说明了高斯线骨架路径检测方法的高稳定性和高精度。本发明实施例的技术方案具有高的鲁棒性，经过实验验证，尽管当实际铺设的传感光纤5贴合不佳、传感光纤周围存在类似边缘信息干扰，本方法依然可以准确识别实际传感光纤5的骨架路径，不受缺陷和意外干扰的影响。
[0097]
系统实施例
[0098]
根据本发明实施例，提供了一种亚像素级传感光纤路径高斯提取系统，其特征在于，用于上述方法实施例中所述的方法，根据本发明实施例的亚像素级传感光纤路径高斯提取系统具体包括：
[0099]
工业相机，与计算机连接，用于获取检测硅晶圆的图像，并传输到计算机；所述工业相机的为分辨率3856
×
2764的五百万像素相机，镜头焦距为12mm。
[0100]
计算机，用于根据材料特性确定视觉照明方案，获取所述图像，通过双边滤波对所述图像进行降噪，并采用基于canny算法的亚像素边缘检测技术提取出分布式传感光纤的边缘信息，基于所述边缘信息闭合边缘对，并使用高斯线检测法提取骨架信息得到分布式传感光纤的路径；
[0101]
工作台，用于将所述工业相机固定在待检测硅晶圆的上方；
[0102]
方形无影光源，用于基于确定的视觉照明方案，为设置于其中央的待检测硅晶圆进行视觉照明。所述视觉照明方案具体为：在暗场环境中使用方形无影光源从晶圆的四周进行侧面照明，通过具有足够分辨率的相机获取无反光且光纤与硅晶圆表面区分度大的图像。
[0103]
所述计算机具体用于：
[0104]
首先将获取的所述图像以不加拉伸的原始尺寸进行打开，将彩色的所述图像转换为灰度图像，在灰度图像设置待处理区域，绘制需要进行处理的矩形roi区域，记为region1，对其它无用光纤线段进行多个区域绘制，然后对绘制的多个区域进行合并，合并后的区域记为region2，获取图像处理区域，在灰度图像上，由region1-region2得到需要进行光纤路径识别的区域，得到预处理后的图像；
[0105]
根据公式1和公式2，双边滤波通过双边滤波对所述图像进行噪声：
[0106][0107][0108]
其中，参数σd和σr为平滑化参数，i(i,j)和i(k,l)分别是像素点(i,j)和(k,l)的灰度，在计算完权重后将它们归一化，则id为像素点(i,j)降噪后的灰度；
[0109]
使用高斯滤波器与图像进行卷积以平滑图像，大小为(2+1)
×
(2+1)的高斯滤波器核的生成方程式如公式3：
[0110][0111]
根据公式4，使用sobel滤波器求出x与y方向上梯度图像，再进而求出梯度强度g和梯度方向θ：
[0112][0113]
其中，g
x
和gy分别为sobel算子s
x
和sy对图像中3
×
3窗口a的卷积；
[0114]
基于公式5，利用计算非最大值抑制和滞后阈值操作的算法将边缘点链接成边缘，检测前图像的点i
(x,y)
的振幅a若大于ω
max
，则被立即接受为一个边缘点，同时将输出图像点o的灰度值设置为255，而振幅小于ω
min
的点则被拒绝，而其他的点如果与已被接受的边缘点相连，则也被接受为边缘；
[0115][0116]
通过公式6所示的二次多项式拟合获取亚像素边缘坐标最终得到o
(i,j)
；
[0117][0118]
其中，x和y为当前整数坐标边缘点横纵坐标，g
l
和gr为边缘点左右梯度值，g为边缘点梯度值，w为相邻像素到边缘点的距离；
[0119]
根据面积特征选择区域，对于输入的每个区域，计算面积特征，如果每个区域的计算特性在限制(6000,2e+006)内，该区域将被输出。
[0120]
闭合xld轮廓，然后填充为一个区域，记为region3.
[0121]
对区域region3进行开运算处理，通过将预处理后的图像减去腐蚀后的region3提取光纤边缘；
[0122]
通过亚像素级边缘组成边缘对后闭合形成区域，通过阈值选取与图像开运算即腐蚀处理降低图像干扰，最终使用高斯线检测方法提取骨架路径；其中，所述高斯线检测方法具体包括：
[0123]
通过图像与一个高斯掩膜的卷积的偏导数来确定图像中各个像素点在x和y方向上的泰勒二次多项式参数，计算出各个像素点的线条方向；
[0124]
在垂直于线条方向的二阶偏导数y中，将表现出局部极大值的像素标记为骨架点，进行滞后阈值操作，接受二阶导数大于y
max
的线点，拒绝二阶导数小于y
min
的点，所有其他的线点若是与已被接受的点相邻，则被标记为骨架点，最终将发现的线点连接为骨架线；
[0125]
基于公式7，从要提取的线条中各自的灰度值对比度p
max
和p
min
与所选择的σ值计算参数y
max
和y
min
：
[0126][0127]
其中，参数σ决定了高斯掩膜要执行的平滑量，与图像的平滑度成正比，但与线条的定位准确度成反比，骨架线的提取结果将其路径拆分为点集，为数据重构提供坐标点位；
[0128]
在高斯检测提取骨架同时提取xld轮廓线的线宽，采用linemode选择parabolic模式，将亚像素级骨架线合并成一条连续的骨架线，最后进行平滑处理。
[0129]
所述计算机进一步用于：
[0130]
通过get_contour_xld算子获取通过高斯检测提取的亚像素级骨架坐标，然后根据实际光纤的数据采集的间隔d，筛选出骨架上间隔d的坐标，实现光纤检测数据与硅晶圆实际位置的一一对应。
[0131]
也就是说，系统硬件部分主要由计算机、工业相机、工作台、方形无影光源组成。工业相机为分辨率3856
×
2764的五百万像素相机，镜头焦距为12mm，通过千兆网线连接至计算机。待检测硅晶圆置于方形无影光源中央，工业相机通过工作台安装于硅晶圆上方往下拍照。为提升硅晶圆表面的分布式传感光纤路径区分度，需要根据硅晶圆与光纤的材料特性设计合适的视觉照明方案，以便获取图像后进行灰度化与降噪的图像预处理过程。
[0132]
光纤通常是由高透明度的二氧化硅材料制作而成，且体积极小，因此当其铺设在硅晶圆表面时会存在视觉上区分度低的现象，且硅晶圆表面极为光滑，存在明显的镜面反射现象，因此容易受到环境光的干扰，这也提高了对光源选型的要求。为防止相机无法获取具有足够信息量的图像，需设计合适的照明方案。
[0133]
本发明实施例的照明解决方案是：在暗场环境中使用方形无影光源从晶圆的四周进行侧面照明。通过布置暗场环境解决了环境光干扰的问题，又巧妙利用传感光纤铺设在晶圆表面所形成的高度差，通过侧面照明的方式解决了光纤在晶圆表面区分度低的问题，同时避免了光源从正面照明时晶圆所产生的镜面反射效果，最终获取待检测原图像。
[0134]
如图2-3所示，本发明实施例的方法的系统架构由计算机(未示出)、工业相机1、12mm焦距镜头2、工作台3、无影光源4和检测对象传感光纤5和硅晶圆6组成。其中工业相机1安装于工作台上，可进行x、y、z三个方向移动以调整拍照区域和距离。检测对象为铺设在硅
晶圆6的传感光纤5，其位于镜头下方。无影光源4四周分布有多个灯珠从硅晶圆6四周进行打光。同时整个系统处于暗场环境中，避免周围光源造成的晶圆反光等问题。这样做的原因是：传感光纤5是由高透明的二氧化硅材料制成，且直径极小，并且硅晶圆表面光滑，镜面反射严重，因此侧面打光可以充分利用传感光纤5铺设在硅晶圆6上的高度差，使得侧面的打光仅仅在通过传感光纤5反射到镜头中，而由于硅晶圆6的光滑表面，非铺设传感光纤5的区域几乎没有光线反射进入镜头。
[0135]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。