接着利用自定义的核7*7,进行图像卷积运算提取端面图片高频分量:
再利用加权平均值算法,按照imagemerge1=k1*image1+k2*image2+b对凸台图片和端面图片进行融合,按照imagemerge2=a*imagemerge1+b获得终的融合图片,根据融合照片进行缺陷检测。其中imagemerge1表示初步融合图片,imagemerge2表示融合图片,a表示拉伸系数,b表示拉伸偏移;image1表示凸台图片,image2表示端面图片,k1表示凸台权重系数,k2表示端面权重系数。
根据本发明的一种实施方式,在步骤s3中,首先获得9张不同角度的图片,对第0幅图片进行镜片区域定位,然后对剩余8张图片的镜片区域进行主动区域屏蔽,分别获得每一张图片的检测区域,即通过镜片区域减去屏蔽区域的方式获得每一种图片的检测区域,然后所有检测区域进行值法融合为一张检测图片,进行全局阈值分割方法、动态阈值分割方法或均值阈值分割方法进行分割,对于不同张图片同一位置处的缺陷选取面积缺陷作为该位置的缺陷,判断产品是否合格。
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,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、缺陷定位、缺陷分割,如下图所示,缺陷分类需要分类出
缺陷的类别(色、空洞、经线) ; 缺陷定位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。
设备特点◆ 检测功能:对比工件(图标、颜色、纹理)于模板,从而判断被测物品是否存在瑕疵;◆ 对位功能:判断物体是否在期望的位置上,并反馈数据;◆ 测量功能:测量工件的长度、宽度、高度、角度、面积、体积;测量对象塑料薄膜产业(双拉膜、流延膜、吹膜、光学膜、薄膜涂布、塑料板材卫材薄膜等);无纺布产业(无纺布涂料、纺粘无纺布、水刺无纺布等);PCB产业(铜箔、Poly Preg、玻纤布、Cooper Laminate、PP纸等);以上信息由专业从事表面瑕疵检测的宣雄于2024/5/13 7:06:54发布
转载请注明来源:http://m.tz1288.com/qynews/szxxznlj-2751611506.html