隐形眼镜缺陷检测厂商-隐形眼镜缺陷检测-苏州宣雄智能科技

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，隐形眼镜缺陷检测，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。

其中imagemerge1表示初步融合图片，imagemerge2表示融合图片，k1代表image1的权重系数，k2代表image2的权重系数，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。

根据本发明的一个方面，所述步骤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、在所述缺陷容器中，隐形眼镜缺陷检测哪家好，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；

s24、根据清晰度算法筛选出同一位置处表现为清晰的缺陷，按照此缺陷判断其尺寸是否为缺陷产品。

1.1缺陷的定义

当前对于缺陷有两种认知的方式，种是有监督的方法，隐形眼镜缺陷检测怎么样，也就是体现在利用标记了标签(包括类别、矩形框

或逐像素等)的缺陷图像输入到网络中进行训练.此时"缺陷意味着标记过的区域或者图像。第二种是无监督的

方法，就是将正常无缺陷的样本进行学习，学习正常区域的特征，隐形眼镜缺陷检测厂商，网络检测异常的区域。

缺陷检测的任务大致分为三个阶段分别是缺陷分类、缺陷定位、缺陷分割，如下图所示，缺陷分类需要分类出

缺陷的类别(色、空洞、经线) ; 缺陷定位不仅需要获取缺陷的类别还需要标注出缺陷的位置; 缺陷分割将

缺陷逐像素从背景中分割出来。