s11、在所述镜头的端面或凸台上制作模板图像获得端面图片和凸台图片，并进行匹配定位；
s12、对所述凸台图片进行仿射变换后与端面图片对齐；
s13、根据自定义的核提取所述端面图片的高频分量；
s14、利用加权平均值算法叠加所述端面图片和所述凸台图片获得融合图片；
s15、依照所述融合图片进行缺陷检测。
我们是一群由杭州电子科技大学赵巨峰带领的台湾研发及业务团队
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。
本发明对于镜头上下表面的检测，通过镜片区域减去屏蔽区域获得有效检测区域，并将多张图片的有效检测区域进行融合，进行一次缺陷检测，有效提升了检测结果的准确性。
以上所述仅为本发明的一个方案而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上信息由专业从事表面瑕疵检测系统的宣雄于2024/7/11 9:05:41发布
转载请注明来源：http://m.tz1288.com/qynews/szxxznlj-2784079834.html
