破解 FAU 端面 1 微米崩缺检测的景深困局

1. 高分辨率与浅景深

要看清 FAU（Fiber Array Unit，光纤阵列单元）端面上 1 微米级的崩缺，相机必须配高倍率镜头。这是光学检测里最朴素的常识：分辨率越高，能分辨的细节越小。

但高倍率镜头的光学特性决定了它的景深（Depth of Field, DOF）可能只有 1–2 微米。景深与数值孔径（NA）成反比，而分辨率又与 NA 成正比——换句话说，想要看得清，就必然看得浅。这不是镜头选型没选好，而是物理规律本身给出的约束。

于是问题来了：FAU 在夹具里稍微有一点点倾斜，哪怕只有 0.5 度，图像的一边清晰，另一边就已经模糊到无法检测了。

1.1 0.5 度倾斜到

很多人对「0.5 度」没有直观感受，觉得这么小的角度应该无所谓。我们算一笔账。

假设 FAU 端面宽度为 5 mm，倾斜角 θ = 0.5°，那么端面两端的高度差为：

按这个几何关系，端面两端的高度差 Δh 等于端面宽度 W 乘以倾斜角 θ 的正切值。代入 W = 5 mm、θ = 0.5°，正切值约为 0.00873，算下来 Δh ≈ 43.6 μm。
也就是说，端面一端比另一端高出约 43.6 微米。而景深只有 1–2 微米——高度差是景深的 20 倍以上。

这意味着：当镜头对焦在端面中心时，中心区域清晰，但向两侧延伸不到 0.1 mm，图像就已经完全失焦。对于需要全端面扫描崩缺的检测任务来说，这是致命的。

1.2 传统做法

面对这个矛盾，工程上常见的应对方式各有各的局限：

• 缩小视场、逐点对焦：把视场切得很小，每个小区域单独对焦。代价是检测节拍急剧下降，且需要高精度的 Z 轴运动机构，重复定位精度要求极高。
• 降低倍率、牺牲分辨率：换低倍镜头换取景深。但 1 微米的崩缺在低倍下根本不可见，等于放弃了检测目标。
• 缩小光圈、增大 F 数：确实能增大景深，但衍射极限随之恶化，实际分辨率下降，且进光量减少导致曝光时间变长。

三条路都走不通，说明我们需要换一个思路：不再要求「一次成像就全清晰」，而是通过多次成像 + 计算合成，在保持高分辨率的前提下获得大景深。

这就是本文要探讨的核心方案——大景深三维显微成像。

2. 方案一：焦点堆叠技术（Focus Stacking）

焦点堆叠是解决浅景深问题最直接、也最成熟的计算成像手段。它的基本思想非常朴素：既然一个焦平面只能看清一小段，那就拍多张不同焦平面的图像，然后把每张图里最清晰的部分挑出来拼在一起。

2.1 基本原理

具体流程如下：

1. Z 轴扫描：控制 Z 轴（或物镜）在端面高度范围内以固定步距移动，在每个位置采集一张图像。
2. 清晰度评价：对每张图像的每个像素（或每个局部窗口）计算清晰度指标，判断该位置是否处于焦内。
3. 焦点选择与融合：对每个像素位置，从所有图像中选出清晰度最高的那一张，取其像素值作为融合结果的像素值。
4. 输出全清晰图像：融合后的图像在整个端面范围内都是清晰的，等效于获得了远超单次成像的景深。

把上述流程落到算法层面，核心逻辑可以拆成四步：
第一步，堆叠成体。把不同 Z 位置采集到的灰度图按顺序堆成一个三维数组，并统一转换为浮点型，避免后续运算溢出。

第二步，逐层计算清晰度。对每一层图像施加 Laplacian 算子并取绝对值，得到该层的局部清晰度响应图。Laplacian 本质是二阶微分，对边缘和细节越丰富的地方响应越强，因此焦内区域会明显亮于离焦区域。

第三步，局部平滑。直接逐像素比较清晰度容易被噪声带偏，出现「焦点跳变」的椒盐状伪影。做法是用一个 15×15 的均值核（核内每个元素取 1/225）对每张清晰度图做卷积平滑，让清晰度判断建立在邻域统计之上，而不是单点数值。

第四步，逐像素择优融合。沿 Z 方向对每个像素位置取清晰度最大的层号，得到一张与图像同尺寸的索引图best_idx；再按层号把对应层的像素值填回结果图，最终输出一张全清晰图像。

这套流程的计算量主要落在第二步和第三步：清晰度计算与平滑都是逐层进行的卷积操作，层数越多耗时越长；而第四步的择优融合是纯逐像素比较，开销很小。因此工程优化时，通常优先在采集端减少层数，而不是在融合端做文章。

2.2 关键参数：步距怎么定

焦点堆叠的效果高度依赖 Z 轴扫描步距。步距太大，相邻焦平面之间会出现「清晰度空档」，融合后仍有局部模糊；步距太小，采集张数暴增，节拍无法接受。

工程上的经验准则是：步距取景深的 1/2 到 1/3。若景深为 2 μm，则步距取 0.7–1 μm。对于 43.6 μm 的高度差，需要采集约 45–65 张图像。

这个数量级对检测节拍是有压力的。假设单张曝光 + 移动耗时 20 ms，60 张就是 1.2 秒——对于高速产线而言偏慢。因此实际落地时通常需要配合下面几个优化：

• ROI 裁剪：只对端面区域成像，减少单帧数据量。
• 自适应步距：先粗扫确定端面高度范围，再在范围内细扫。
• 并行采集：Z 轴连续运动 + 频闪照明，避免「移动-停止-曝光」的串行等待。

2.3 焦点堆叠的局限

焦点堆叠虽然有效，但有两个固有短板需要注意：

• 只解决「看得清」，不解决「测得准」。融合图像是二维的，丢失了深度信息。如果崩缺检测需要判断缺陷的深度（比如崩缺是 1 μm 深还是 3 μm 深），单靠焦点堆叠不够，需要额外输出深度图。
• 对横向漂移敏感。Z 轴移动过程中若存在横向偏移，融合时会出现「鬼影」。这要求 Z 轴机构的直线度足够好，或通过图像配准做补偿。

好消息是，焦点堆叠天然可以顺带输出深度图——记录每个像素的best_idx，乘以步距即可得到相对高度。这为后续的三维形貌分析提供了基础。

3. 方案二：远心镜头 + 光束扫描

如果说焦点堆叠是「用计算换景深」，那么远心镜头 + 光束扫描则是「用光路设计换景深」。

3.1 远心镜头的特性

远心镜头（Telecentric Lens）的核心特征是：主光线平行于光轴。这带来两个直接好处：

• 无透视误差：物体在景深范围内前后移动时，成像放大倍率保持不变。这对尺寸测量至关重要——普通镜头下，物体离得远一点就显得小一点，测量结果会随高度变化而漂移。
• 更大的有效景深：由于光线近似平行，离焦时弥散斑扩展较慢，等效景深可比普通镜头提升数倍。

物方远心镜头的景深近似公式为：

物方远心镜头的景深近似满足：景深 DOF 约等于 2 乘以 F 数、再乘以允许弥散斑直径 δ，最后除以放大倍率 β 的平方。
其中 F# 为 F 数，δ 为允许弥散斑直径，β 为放大倍率。可以看到，放大倍率 β 在分母上且是平方项——倍率越高，景深衰减越快。这正是高倍检测的根本痛点。

3.2 光束扫描扩展景深

单纯依靠远心镜头，景深提升仍然有限。要进一步扩展，可以引入光束扫描：通过振镜或声光偏转器，让照明光束在端面上快速扫描，配合线阵或面阵相机做逐行/逐点成像。

这种方式的优势在于：

• 照明与成像解耦：可以用结构光或扫描光斑提升对比度，突出崩缺边缘。
• 等效景深可调：通过控制扫描范围与合成策略，灵活调整有效景深。
• 适合高速在线检测：扫描是纯光学的，无需机械移动，节拍远高于 Z 轴扫描。

代价是系统复杂度显著上升：需要精密的光路标定、同步控制，以及针对扫描成像的专用重建算法。

3.3 两种方案的对比

维度	焦点堆叠	远心镜头 + 光束扫描
景深扩展能力	强，可扩展数十倍	中等，受光路设计限制
检测节拍	中等，受采集张数制约	高，纯光学扫描
系统复杂度	低，主要是软件	高，光机电协同
深度信息	可顺带输出	需额外设计
适用场景	离线/抽检、复杂形貌	高速在线全检

实际工程中，两者并非互斥。常见做法是：用远心镜头保证测量精度与基础景深，再用焦点堆叠补齐剩余的高度差，形成「硬件打底 + 软件增强」的组合方案。

4. 机械自动调平

前面两个方案都是在「成像端」做文章。但换个角度想：如果倾斜本身能被消除，景深压力不就小多了吗？

这就是机械自动调平（Auto-leveling）的思路——与其让算法去补偿模糊，不如让机械把端面调平。

4.1 倾斜量的测量

调平的前提是知道倾斜多少。常用方法有两种：

• 多点测高：在端面上选取 3 个以上不共线的点，用激光位移传感器或共聚焦测头测量高度，拟合出平面方程，进而得到倾斜角与倾斜方向。
• 图像对焦评价：利用焦点堆叠过程中得到的深度图，直接拟合端面平面。这种方法不需要额外传感器，但精度受限于景深与步距。

三点法拟合平面的数学表达很简洁。设三点为 P1、P2、P3，平面法向量为：

具体做法是：先求向量 P2−P1 与向量 P3−P1，两者做叉乘，得到的向量 n 即为该平面的法向量。
归一化后，法向量与光轴的夹角即为倾斜角：

θ = arccos( |n · z| / |n| )

4.2 调平执行机构

测出倾斜后，需要执行机构把端面调平。常见方案：

• 三點支撑 + 压电促动器：三个支撑点构成一个平面，通过压电促动器微调各点高度，实现亚微米级调平。响应快、精度高，适合高节拍场景。
• 并联机构（Stewart 平台）：六自由度调节，灵活性最好，但控制复杂、成本高。
• 被动柔性铰链：利用柔性结构的弹性变形实现微调，无间隙、无摩擦，适合高洁净度环境。

调平精度目标应与景深匹配：若景深为 2 μm、端面宽度 5 mm，则允许的残余倾斜角约为：

θ_max = arctan(2 μm / 5 mm) ≈ 0.023°

也就是说，调平后残余倾斜需控制在 0.02 度量级，才能让整个端面落在景深内。这对机构精度提出了很高要求。

4.3 闭环调平算法

实际系统中，调平通常是一个闭环过程：

整个闭环可以这样理解：系统先采集端面图像或测高数据，据此拟合出端面平面，算出当前的倾斜角与倾斜方向；然后判断残余倾斜是否已经小于设定阈值。如果没有达标，就根据倾斜量计算各促动器需要调整的位移量，驱动压电促动器动作，再回到第一步重新采集数据，如此循环往复；一旦残余倾斜达标，调平即告完成，系统进入正式检测环节。
闭环的关键在于收敛速度与稳定性。促动器存在迟滞与蠕变，若增益设置不当容易振荡。工程上常用「小步长 + 多次迭代」策略，牺牲少量节拍换取稳定收敛。

5. 工程落地

把上面的方案串起来，一个完整的 FAU 端面崩缺检测系统，实际上应该构建三层防御：

5.1 第一层：机械调平（粗调）

用三点测高 + 压电促动器，把端面倾斜从 0.5 度压到 0.02 度以内。这一步把高度差从 43.6 μm 降到约 2 μm，已经接近单次成像的景深范围。

5.2 第二层：远心镜头（硬件保障）

选用物方远心镜头，保证在残余高度差范围内放大倍率稳定、测量无透视误差。同时利用远心镜头本身较大的有效景深，覆盖残余倾斜。

5.3 第三层：焦点堆叠（软件兜底）

对于仍超出景深的区域，用焦点堆叠做最后的补偿。由于前两层已经把高度差压缩到很小，这里只需采集 3–5 张图像即可完成融合，节拍压力大幅降低。

三层组合的效果是：机械负责「把问题变小」，光学负责「把余量吃下」，算法负责「把残余抹平」。任何单一方案都难以同时满足精度、节拍与成本，而分层组合让每一层只做自己最擅长的事。

5.4 检测流程总览

整个检测流程按顺序展开：FAU 先上料至夹具，随后进行三点测高并拟合出端面平面；接着由压电促动器把端面调平，直到残余倾斜小于 0.02°；调平完成后，远心镜头对焦到端面中心，Z 轴在小范围内扫描，采集 3–5 张图像；这些图像经焦点堆叠融合，输出一张全清晰图像；随后交给崩缺检测算法，做边缘提取与尺寸判定。最后进入判定分支：若崩缺尺寸大于 1 μm，则标记为 NG，并输出缺陷位置与尺寸；若不超过 1 μm，则判定为 OK。

6. 注意事项

在方案落地过程中，有几个细节值得提前注意：

• 不要迷信「景深越大越好」。景深过大意味着 NA 小、分辨率低，1 μm 崩缺可能直接看不见。景深应该「够用就好」，与检测目标匹配。
• 焦点堆叠的清晰度指标要选对。Laplacian 方差对噪声敏感，Tenengrad 梯度对弱边缘更友好，实际应根据崩缺的形态特征做对比测试。
• 调平不是一劳永逸。夹具磨损、温度漂移都会导致倾斜量变化，需要定期复检或在线监控。
• 照明设计常被低估。崩缺是端面上的微小凹陷或缺口，其可见性高度依赖照明角度。同轴光、暗场、低角度环形光的组合往往比单纯提升镜头倍率更有效。

7. 小结

FAU 端面 1 微米崩缺检测的核心矛盾，是高分辨率与浅景深的物理对立。0.5 度的夹具倾斜在 5 mm 端面上会产生 43.6 μm 的高度差，是景深的 20 倍以上，单次成像必然无法全清晰。

解决路径有三条，且应当组合使用：

• 焦点堆叠：多焦面采集 + 清晰度融合，用计算换景深，可顺带输出深度图。
• 远心镜头 + 光束扫描：用光路设计换景深，保证测量精度，适合高速场景。
• 机械自动调平：从源头消除倾斜，把高度差压缩到景深范围内，是性价比最高的一层。

工程上推荐「机械调平打底 + 远心镜头保障 + 焦点堆叠兜底」的三层策略，让每一层只承担自己最擅长的部分。这样既保证了 1 μm 崩缺的检出能力，又把检测节拍控制在可接受范围内。

景深问题从来不是靠单一手段能解决的，它需要光、机、算三者的协同设计。理解了这一点，方案选型就不再是「选哪个」，而是「怎么配」。