字符检测工具-苏州宣雄-江苏字符检测

根据本发明的一个方面，在所述s11中，对所述端面和凸台按照如下公式的模板匹配获得r(x，在线字符检测，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：

根据本发明的一个方面，所述步骤s14包括：所述步骤s14包括：按照imagemerge1＝k1*image1+k2*image2+b对所述凸台图片和端面图片进行融合，再按照imagemerge2＝a*imagemerge1+b获得终的融合图片；

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，字符检测工具，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，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。

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，字符检测系统，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，江苏字符检测，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。