手机镜头是手机摄像模组的关键部件,为保证手机镜头的成像质量,需要对其内外部进行各个角度、各种缺陷的检测。
对于手机镜头的缺陷检测,目前无法进行有效的检测。通常还是依赖于人工借助显微镜的方式进行检测,此检测方法存在以下缺点:
1、人工检测劳动强度大,效率低;
2、人工检测标准主要依靠感官判断,人员之间的标准差异大;
3、镜头的结构复杂,人工极容易出现漏检。
因为手机镜头的端面区域和凸台区域存在一定的高度差,现有技术中需要拍摄两张图像并进行两次算法检测,导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题,具体来说,根据本发明的一种实施方式,本发明的端面和凸台检测方法需要对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)分别代表定位的x坐标、y坐标和角度:
之后对凸台图片进行仿射变换后与端面图片对齐,
目标定位是计算机视觉领域中基本的任务之一,同时它也是和传统意 义上缺陷检测接近的任务,其期的是获
得目标的位置和类别信息。目前, 基于深度学习的目标检测方法层出不穷,-般来说, 基于深度学习的缺陷
检测网络从结构.上可以划分为:以Faster R-CNN为代表的两阶段(two stage)网络和以SSD或YOLO为代表的一
阶段(one stage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal),然后在
进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。
以上信息由专业从事工业摄像头缺陷检测的宣雄于2024/6/17 11:38:22发布
转载请注明来源:http://m.tz1288.com/qynews/szxxznlj-2771406249.html
上一条:黄南陶土板图片服务周到「泰固源」