根据本发明的一个方面，在所述步骤s24中：
将同一位置处的缺陷筛选出来后，利用设定大小的矩形核膨胀得到比实际缺陷略大的roi区域，提炼出所述roi区域大小的原图；
根据公式：c＝∑δδ(i,j)2pδ(i,j)计算出所述roi区域图像的对比度，筛选出同一位置处对比度缺陷作为表现清晰的缺陷；
其中δ(i，j)＝|i-j|表示相邻像素间灰度差，pδ(i，j)表示相邻像素间的灰度差值为δ的像素分布概率。
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。
并且，每经过一个步骤，需要判定产品是否为合格产品，再进行下一步检测。例如，可以先对镜头的端面、凸台进行缺陷检测，若检索结果判定产品为合格产品，则进行产品下料，重选换下一个产品进行检测。若检测产品为合格产品，则进行下一步骤例如s3进行检测。
本发明的镜头缺陷检测方法，能够对镜头进行的检测，包括对镜头端面和凸台的缺陷检测、对镜片区域内尘、内脏、脱模、毛丝等缺陷检测、对镜片、胶水、镜筒伤的检测和对镜头上表面和下表面的检测。并且检测方法具有高精度、的优点。
以上信息由专业从事检测中文字符的宣雄于2024/5/21 7:12:03发布
转载请注明来源：http://www.zhizhuke.cn/qyzx/szxxznlj-2756128738.html
