产品缺陷检测-缺陷检测-宣雄智能

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，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；

1.1缺陷的定义

当前对于缺陷有两种认知的方式，种是有监督的方法，也就是体现在利用标记了标签(包括类别、矩形框

或逐像素等)的缺陷图像输入到网络中进行训练.此时"缺陷意味着标记过的区域或者图像。第二种是无监督的

方法，就是将正常无缺陷的样本进行学习，学习正常区域的特征，摄像头缺陷检测，网络检测异常的区域。

缺陷检测的任务大致分为三个阶段分别是缺陷分类、缺陷***、缺陷分割，如下图所示，产品缺陷检测，缺陷分类需要分类出

缺陷的类别(色、空洞、经线) ; 缺陷***不仅需要获取缺陷的类别还需要标注出缺陷的位置; 缺陷分割将

缺陷逐像素从背景中分割出来。

并且，每经过一个步骤，外观缺陷检测，需要判定产品是否为合格产品，再进行下一步检测。例如，可以先对镜头的端面、凸台进行缺陷检测，若检索结果判定产品为合格产品，则进行产品下料，重选换下一个产品进行检测。若检测产品为合格产品，缺陷检测，则进行下一步骤例如s3进行检测。

本发明的镜头缺陷检测方法，能够对镜头进行的检测，包括对镜头端面和凸台的缺陷检测、对镜片区域内尘、内脏、脱模、毛丝等缺陷检测、对镜片、胶水、镜筒伤的检测和对镜头上表面和下表面的检测。并且检测方法具有高精度、的优点。