根据本发明的一个方面，在所述s11中，对所述端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，phi1；x2，y2，phi2)分别代表***的x坐标、y坐标和角度：
根据本发明的一个方面，表面瑕疵检测系统，所述步骤s14包括：所述步骤s14包括：按照imagemerge1＝k1*image1+k2*image2+b对所述凸台图片和端面图片进行融合，再按照imagemerge2＝a*imagemerge1+b获得终的融合图片；
本发明对于镜头内部结构的检测方法，提高了断层扫描图像缺陷搜索的准确度与精度。不会因为搜索到非对焦缺陷，导致算法误检。且对点子等检测精度，由原来相差±10um，提高到了±5um以内。
本发明对于镜头端面和凸台的检测方法，针对端面与凸台检测的耗时，由原两张图片分别导入显卡中进行gpu运算深度学习模型，现在仅需要导入一张图片进行深度学习运算极大的降低了gpu运算的消耗，瑕疵检测，计算耗时由原1600ms，下降至900ms左右，表面瑕疵检测，极大的提升了效率。
下面结合附图和具体实施方式对本发明作详细地描述，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。
如图1所示，工业瑕疵检测，本发明的镜头缺陷检测方法包括s1、对镜头的端面、凸台进行缺陷检测；s2、对镜头内部结构进行缺陷检测；s3、对镜头上表面和下表面进行缺陷检测。根据本发明的构思，本发明的检测方法在实际操作中，检测方法的步骤s1、步骤s2和步骤s3是可以任意调换的。
表面瑕疵检测系统-瑕疵检测-宣雄智能科技(查看)由苏州宣雄智能科技有限公司提供。“缺陷检测，摄像头缺陷检测”选择苏州宣雄智能科技有限公司，公司位于：江苏省苏州市昆山市开发区前进东路科技广场1501室，多年来，宣雄坚持为客户提供好的服务，联系人：朱秀谨。欢迎广大新老客户来电，来函，亲临指导，洽谈业务。宣雄期待成为您的长期合作伙伴！