将符合缺陷标准的所有缺陷放入到缺陷容器中。
根据本发明的一个方面,所述步骤s3包括:
s31、通过旋转光源获得多张图片,将每张图片的镜片区域减去屏蔽区域获得每一张图片的检测区域;
s32、将多张图片的所有检测区域进行值法融合为一张用于缺陷表达图片作为检测图片;
s33、对所述检测图片进行分割,筛选出同一位置处的缺陷判断产品是否合格。
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,计算耗时由原1600ms,下降至900ms左右,极大的提升了效率。
在针对本发明的实施方式进行描述时,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”所表达的方位或位置关系是基于相关附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
以上信息由专业从事非标产品瑕疵检测的宣雄于2024/5/4 5:46:31发布
转载请注明来源:http://m.tz1288.com/qynews/szxxznlj-2746440716.html
上一条:合肥酒吧灯信息推荐「安徽天娱」