1

背景說明

在玻璃的生產過程中，由于加工工藝的影響，玻璃表面會出現諸如氣泡、黑點、斑點等瑕疵；玻璃上的結石、砂粒因運輸過程中振動摩擦，會出現玻璃表面劃傷。在對玻璃成品進行工藝檢驗的時候，需要將存在質量缺陷的玻璃進行甄選和分離，而這一過程中主要是通過兩種方式實現，其一就是人眼視覺對玻璃缺陷外觀的識別，其二則為通過一定的光學參數的鏡頭進行拍攝來得到相應的成像圖片，從而間接識別缺陷。

在對玻璃的缺陷進行評估的時候，人眼的觀察距離，觀察角度，鏡頭的觀察角度，觀察距離，鏡頭的FOV的大小等均會對識別的效果產生影響。同時，環境光的強弱，缺陷的表面材質也會影響識別效果。為了更全面的從仿真的角度去解決缺陷的識別問題，我們借助Ansys Speos這款光機設計一體化的光學軟件，從建模，仿真，再到成像結果分析的這一完整的流程來對缺陷的識別進行詳細的剖析。

2

缺陷建模

在本案例中，為了突出缺陷的可視性研究的特性，在Speos中以建模的方式創建了寬度為19μm，長度227μm，深度15μm的溝槽來示意缺陷。

3

缺陷的人眼視覺仿真介紹

從分辨率的角度來說，肉眼的分辨能力是有限的。△Q＝1.22λD，人眼的瞳孔直徑D為2mm～9mm，取中間值D為5mm，可見光中心波長也就是人眼ZUI敏感的波長為5500埃，因此人眼的分辨極限角為一分。當物體對人眼的視角小于1′時，人對物體的細節就不能分辨，看起來就是一點，這時物體在視網膜上的像剛好是一個感光細胞的大小，人眼的明視距離為25cm，視網膜至瞳孔的距離為22mm時，因此人眼可分辨明視距處的ZUI小線距離為△y＝25△Q≈0.1mm。

在Speos中依次添加環境光，將其設置為北京時間上午10:00,探測器為VR Sensor中的Observe Sensor,因為整個模型的ZUI小尺寸單元為μm，因此初始的人眼觀察距離設置為2.5mm即可。

當缺陷的表面屬性與玻璃基體差異較大以及完全一致的情況下的仿真結果，具體如下：

通過仿真結果可以看出當缺陷和玻璃屬性相差較大時，正視情況下，缺陷更易識別。進一步分析在此情況下，不同的人眼觀察角度造成的缺陷識別差異如下：

通過以上仿真結果可以看出在上下左右傾斜角度較小情況下缺陷是可識別的，而角度過大，缺陷近乎無法通過肉眼來識別。

4

缺陷的Camera Sensor仿真應用介紹

針對相機而言，通常用圖像分辨率，也就是單位距離內的像用多少個像素來顯示。以反推回實際物體，則圖像中的一個像素點表示的實際距離為就是像元尺寸/放大倍數。因此像元尺寸越小，其圖像分辨率越高。目前的像元均可以做到微米級，因此相機的圖像分辨能力是遠大于人眼識別的能力。

在Ansys Speos中，我們可以通過Camera Sensor的功能，將Zemax設計好的鏡頭數據以參數化的形式引入到Speos里，從而可以創建虛擬相機實現光學成像系統的性能轉移。結合Speos的多物體場景的視覺仿真以及光度學、色度學、能量分析功能，可以從系統層面上更全面的展示鏡頭的真實的成像性能。

下圖是在Speos中定義了Camera的焦距、FOV、distortion、光譜響應敏感性、光譜透過率等參數后，第一步，依次將觀察距離定義為2.5mm、 5mm、 7.5mm、 15mm、 30mm。

通過仿真結果的能量分析圖可以發現，隨著觀察距離的不斷增大，仿真結果體現的可視寬度越小，當距離為2.5mm時可視寬度為0.8mm，而當距離為30mm時，可視寬度為0.09mm，此時人眼從圖片上觀察到缺陷的結果較為吃力。

第二步，將相機的觀察距離固定為2.5mm，而將相機的拍攝角度(將圖中直線繞著X軸進行旋轉)依次設置為15°、30°、45°、60°、75°。

通過仿真后，不同角度的缺陷的可視寬度如下：

第三步，將改變環境光的亮度，做亮環境與暗環境的鏡頭對缺陷識別能力的評估，其結果如下：

第四步，保持觀察距離不變，依次將鏡頭的FOV改為3°、8°、16°、24°，其界面展示和仿真結果如下：

通過仿真可以得到，FOV越小缺陷可視寬度越寬，越易被識別。

5

總結

綜上可知，Speos在通過人眼視覺和Camera Sensor功能都能對一定尺寸物體進行分析，Camera可以分析更小尺寸。物體離Camera越近，可識別性越強，Camera的FOV越小，拍攝角度越準直，缺陷與玻璃表面屬性差異越大，缺陷反射的環境光越強，則可識別性越強。Speos的Camera Sensor既能大幅度的提升鏡頭成像的仿真速度，又能結合三維場景，對鏡頭的成像質量進行多角度多層次的系統級評估。

審核編輯：劉清