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