奥普海特 · OPTICAL HIGH TECH 联系咨询 →

技术平台

一个 OCT 能力平台支撑所有产品——光谱仪、扫描仪、熔深监测系统都长在同一套底座上。这一页讲清楚它怎么工作、怎么分层、怎么开放

原理 SD-OCT 处理 模块化 设备 插件化 接口 C SDK
01 / PRINCIPLE

OCT 如何看见表面之下

Spectral-Domain OCT in 4 Steps

光学相干层析成像(OCT)基于低相干干涉:用光程匹配作为「深度选通」,非接触地解算出样品内部沿深度方向的反射结构。我们采用光谱域(Spectral-Domain)方案,一次曝光解算一整条深度剖面。

STEP 01

宽带低相干照射

Low-coherence Source

宽带低相干光源照射样品,光在内部不同深度的界面发生背向散射。相干长度极短,只有光程严格匹配的反射光才能参与干涉——这正是深度分辨能力的来源。

STEP 02

双臂干涉编码

Interferometry

光束分入参考臂与样品臂,返回后在干涉仪中重新汇合。样品内每个深度的反射与参考光叠加,深度信息被编码为光谱上不同频率的干涉条纹。

STEP 03

光谱解算深度

k-space → FFT → A-scan

线阵相机记录干涉光谱,经 k 空间校正与色散补偿后做 FFT,一次性解算出整条深度方向的反射率剖面,即一条 A-scan。无需深度方向机械扫描。

STEP 04

逐点扫描成像

B-scan Assembly

振镜带动光束沿样品表面逐点扫描,数百至数千条 A-scan 按位置排列,构成一幅断层图像 B-scan。表面之下的层状结构,由此直接可见。

02 / ARCHITECTURE

平台架构

Layered · Modular · Pluggable

同一套软件平台支撑三种交付形态。自上而下分为四层,与开放 SDK 的 L1–L4 一一对应:应用(L4)、扫描控制与工作流编排(L3)、OCT 处理流水线(L2)、采集与设备抽象(L1)——每一层都是可替换的模块,而不是焊死的整体。

控制与调用自上而下 光谱与图像数据自下而上

在熔深监测中,测量光束同轴耦入加工光路,直达匙孔最深处。 熔深监测系统 →

03 / PERFORMANCE

实时性能

GPU Accelerated · Low Latency
RT-01

GPU 并行重建

CUDA Reconstruction

FFT、k 空间校正、色散补偿等计算密集环节由 CUDA 并行加速,重建吞吐与采集速率匹配,CPU 留给您的业务逻辑。

RT-02

低延时流水线

Streaming Pipeline

从相机出帧到结果输出毫秒级端到端延时,各级流水化、内存零拷贝,支撑在线监测与闭环控制类应用。

RT-03

高吞吐持续处理

Sustained Throughput

最高 80 kHz A-scan 线速率下持续处理不丢帧,长时间运行内存占用与延时保持稳定,按产线 24×7 工况设计。

80kHz
A-scan 线速率持续处理
ms
采集到输出端到端延时
24×7
连续运行工况设计
3
交付形态共享同一性能底座

* 典型配置下的参考指标,具体以出厂测试报告为准

04 / OPEN SDK

开放 SDK

C ABI Core · Multi-language Bindings

SDK 以稳定的 C ABI 为核心,按层开放:从原始光谱到应用结果,您决定接管到哪一层。C/C++、C#、Python 多语言绑定共享同一套底层;插件机制允许把自定义处理直接挂入流水线。

L4 · APPLICATION

应用层 — 熔深提取、闭环控制等场景算法接口

L3 · SCAN CONTROL

扫描控制层 — 扫描触发、振镜驱动、运动同步

L2 · OCT PROCESSING

OCT 处理层 — k 空间校正、色散补偿、图像构建

L1 · ACQUISITION

采集层 — 相机与采集卡统一抽象,插件化接入

demo_stream.pyOPHET SDK · PYTHON
# Python 绑定 —— 同一 C ABI 之上的薄封装
import ophet

dev  = ophet.open("E2V-USB3", preset="835nm")
pipe = ophet.Pipeline.standard()  # k 校正 → 色散补偿 → FFT

for bscan in dev.stream(pipe):
    render(bscan.data)            # numpy 数组,零拷贝
    if bscan.index >= 1000:
        break

dev.close()

+ 自定义处理模块可注册进流水线  /  C/C++ · C# · Python 示例工程见 下载中心 →

05 / ENGINEERING

工程化与质量

Calibrated · Tested · Maintained
Q-01

标定体系

Factory Calibration

k 空间校正与色散补偿在出厂前逐台标定,标定数据随设备写入并由 SDK 自动加载——开机即获得标称成像质量,无需现场调参。

Q-02

出厂实测

Test Report per Unit

每台设备出厂附关键指标实测报告:轴向分辨率、灵敏度、成像深度等逐项实测。网页与样本给出的是典型值,您拿到的是这台机器的真实数据。

Q-03

回归测试

Regression Tested

处理流水线与 SDK 接口纳入自动化回归测试,软件迭代不破坏既有功能;版本可回溯,升级路径对集成方透明。

06 / TECH NOTES

技术笔记

Engineering Notes

把选型与集成中绕不开的几个技术问题写成短文:讲物理来源、算清代价、给出判断依据。工程师写给工程师,可直接用于方案评审时的依据引用。

TN-01

SD-OCT 的 roll-off 从哪来、怎么读曲线

Sensitivity Roll-off

光谱仪的有限分辨率与像素积分,决定了灵敏度随深度衰减的形状。这篇笔记讲清 roll-off 的物理来源,以及对比不同厂商曲线时该核对哪些测试条件。

TN-02

硬件 k-linear 与软件重采样:代价与取舍

k-linearization

FFT 要求干涉信号在 k 空间等间隔,而光谱仪像素天然近似按波长排列。软件重采样与硬件 k-linear 各有代价,这篇笔记把两边的账算清楚。

TN-03

835 / 1310 / 1550 nm 怎么选:按样品定波长

Wavelength Selection

波长决定散射衰减与可达深度,带宽决定轴向分辨率。从样品的光学性质出发,给出三个波段的适用边界,以及与带宽、相机的联动选择思路。

Talk to Engineers

聊聊您要接入哪一层

告诉我们您的场景、指标与已有系统,我们帮您确定交付形态与 SDK 接入层级,并给出集成方案与报价。