基于离焦图像的晶圆表面缺陷检测

缺陷检测在晶圆生产中起着关键作用,在利用机器视觉检测晶圆缺陷时,无论晶圆有无缺陷均进行自动对焦,从而导致检测效率降低,针对该问题,提出了一种基于离焦图像的晶圆表面缺陷检测方法。可在对焦前下对晶圆进行评估,检测缺陷后进行对焦,首先在频域中对晶圆图像进行自适应背景估计和去除,得到光照均匀、特征突出的检测图像;然后使用区域合并的优化分水岭算法进行图像分割;最后对分割后缺陷区域进行缺陷识别。实验结果表明,该方法可以准确鉴别晶圆图像是否存在缺陷,对于存在缺陷的样本,缺陷检测准确率可达95.3%,提高了检测效率。     

噪声环境下基于单像素成像系统和深度学习的目标识别方法

单像素成像系统由于其独特的成像方式受到广泛关注,但其在噪声环境中的目标识别方法并未得到深入研究。针对该问题,文中分别采用桶探测器获取的信号值和重构出的二维图像作为训练样本进行深度学习,并以此识别噪声环境中的目标。通过对比两者识别结果,发现在采样率较低时,前者即使在较强噪声环境中也可以获得较高的识别率;而后者的识别率虽然一直比较稳定,但其预处理时间较高,因此前者更适用于快速成像中的目标识别。此外,对于仅利用桶探测器信号进行训练的方法,文中还研究了目标稀疏度对其识别精度的影响,发现当外界噪声和采样率一定时,稀疏度越高的目标,其识别精度也越高。文中为噪声环境中单像素成像的目标识别方法提供了选择依据。     

XY-2号卫星激光通信载荷PAT在轨测试

针对低轨小卫星星座的通信需求，设计了基于双棱镜和四象限雪崩光电二极管(QAPD)结构收发同轴的激光通信载荷，该方案是无信标光体制，具有体积小、轻量化和大视场的特点。文中针对双棱镜结构，给出了双棱镜输入输出光线的计算模型，在此基础上，提出了星间指向、捕获和跟踪的实现方式，并在XY-2号卫星上进行了在轨测试和验证，进行指向测试时，更新了指向偏移量，标定了QAPD跟踪点，并进行了双向建链测试。进行了15次双向建链测试表明，该激光通信载荷捕获时间小于20 s，捕获成功率达到100%，捕获后双星建链时间优于2 s，建链测试成功率达到了93%，建链后跟踪精度RMS值小于30 μrad。