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。
结合图1和图6所示,本发明的步骤s2包括:s21、利用层拍相机沿z轴方向对镜头内部进行层拍获得多张图片,并按照顺序等分为多组;s22、对每一组图片进行缺陷分割和识别,将符合缺陷标准的所有缺陷放入到缺陷容器中;s23、在缺陷容器中,通过比较缺陷中心距离偏差值将同一位置处的缺陷筛选出来;软件团队于业界有近15年的丰富视觉检测软件编写、设计等经验,自给自足。
(对于纸张较厚、表面缺陷检测角度 要求较高的的纸张产品采用反射的检测原理),架设在生产线 上的线阵相机进行实时同步扫描,同时系统将相机采集到的纸病图像通过SIMV图像处理单元进行瑕疵分割处理。由于瑕疵图像的灰阶与正常产品的灰阶存在明显差异,从而使系统能够发现瑕疵,同时对瑕疵进行有效的判定、分类。苏州宣雄智能科技有限公司苏州宣雄智能科技有限公司
以上信息由专业从事工业缺陷检测的宣雄于2024/5/5 8:15:06发布
转载请注明来源:http://www.zhizhuke.cn/qyzx/szxxznlj-2747116785.html