利用光斑图像特征确定飞秒激光有效烧蚀焦距

为确定飞秒激光光束对微尺度结构的烧蚀深度,研究了给定功率条件下对应的激光束有效烧蚀焦距。提出采用激光焦点处获得的烧痕阵列图像及在离焦状态下提取烧痕图像特征,通过分析图像特征与离焦距离,获得激光束有效烧蚀焦距范围的方法。在激光束焦点附近的硅晶片表面烧蚀出斑痕阵列,向下逐渐减小焦距,采集硅晶片斑痕图像,提取斑痕平均像素面积及斑痕目标与背景之间的R分量灰度差,获得斑痕像素面积及灰度差随激光束焦距变化的曲线;向上逐渐增大焦距,提取并获得斑痕像素面积及灰度差随激光束焦距变化的曲线。结合激光束向下离焦阈值(633μm)及向上离焦阈值(993μm),确定20mW输出功率条件下,飞秒激光在硅晶片材料表面的有效烧蚀深度为360μm。采用中位值方法确定了激光束在硅晶片表面聚焦时的焦距为0.823mm。实验表明,激光烧蚀斑痕像素面积及灰度差与激光束焦距之间的关系能够客观地反映激光束有效烧蚀焦距的变化范围。

飞秒激光烧蚀光斑图像灰度特征及应用分析

飞秒激光在单晶硅材料表面进行微结构烧蚀过程中,微结构的烧蚀效率与烧蚀过程的工艺参数(烧蚀功率、烧蚀速度等)密切相关。研究、揭示光斑图像特征对光斑进行精确定位和跟踪显得至关重要。据此,对烧蚀过程中衍生的等离子体光斑图像的几何特征进行分析,首先,提取序列光斑图像,研究了光斑的形态特征和灰度的分布情况;其次,对光斑图像进行质心和中心提取,利用中心到质心的指向判断其烧蚀加工方向;最后,以此为基础,选取同一加工方向的光斑进行叠加,对光晕部分有效剔除,使光斑的灰度呈各向异性对称,即光斑灰度由中心到四周逐步均匀递减,其中心和质心基本重合。能有效提高对烧蚀光斑的定位和跟踪精度,对烧蚀速度的研究有着深远意义。

质量、成本与时间关系分析

该文分析了质量与成本、质量与时间之间的关系。运用波动理论和质量损失函数方法分析了质量与成本之间的关系。运用Little定律分析了质量与时间的关系。通过某加工中心的实例表明:当标准差减少50%时,质量损失降低了50%,制造过程的平均等待时间和在制品数分别减少至原来的1/6和1/4。

飞秒激光烧蚀光斑图像的周期灰度变化分析

在不同的飞秒激光烧蚀功率下,由于核心烧蚀区被烧蚀掉的材料体积不同,使得衍生的等离子体发光强度也不同。因此,有必要研究序列烧蚀光斑图像灰度变化与烧蚀工艺之间的关系。首先,连续采集2400帧光斑图像,获得光斑图像的灰度周期变化曲线,并对曲线进行小波去噪处理;其次,分析光斑图像周期性灰度变化曲线与烧蚀加工周期间的关系;再次分析了不同烧蚀状态下的光斑图像熵与光斑图像灰度间的对应关系;最后,分析了同一烧蚀功率,不同烧蚀时刻下烧蚀光斑图像灰度变化的稳定性。研究结果表明:烧蚀光斑灰度的周期变化与激光工作台的周期运动一致。在工作台向左或向右运动时,烧蚀过程是稳定的,光斑较亮。而在左右端点处,烧蚀光斑灰度值较低。

基于级联支持向量机的飞秒激光烧蚀光斑分类

为了对光斑图像进行精确分类,提出优化的级联支持向量机(SVM)分类器。首先通过SVM分类器并采用质心特征对光斑进行一级分类,得到一类被正确地分类到相对应的运动状态,称为R光斑,其中包括一级拖尾方向为左上(UP)光斑和一级拖尾方向为左下(DN)光斑,另一类被错误分类,称为E光斑。然后,对一级DN光斑进行叠加并求取均值,得到均值光斑。为了进一步得到标准模型使其与每个一级DN光斑相似度尽可能最大,将均值光斑放入生成对抗网络(GAN)中进行训练。最后,利用结构相似度计算E光斑与标准模型的相似度,对E光斑进行二级SVM分类,产生二级UP和DN光斑。将其与一级光斑合并,则为最终的分类结果。对功率分别为10,20,50 mW下的光斑图像进行分类,对应的分类精度为100%、100%和98.5%。相比于传统的分类方法,对应的分类精度提升5~9个百分点,12~16个百分点和9.0~15.5个百分点,说明该分类器具有明显的优越性。