非标产品瑕疵检测-宣雄(在线咨询)-昆山瑕疵检测

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，工业瑕疵检测，pδ(i，表面瑕疵检测，j)表示相邻像素间的灰度差值为δ的像素分布概率。

检测对象:布匹缺陷

主要方法:作者使用一个多层的CNN网络对布匹缺陷数据集中的六类缺陷样本进行分类，非标产品瑕疵检测，分类结束之后，对于

每一类样本进行缺陷检测。具体做法是: 1.使用滑动窗口的方法在512*512的原图上进行采样，采样大小为

128*128 ; 2.对上部分每一类图像采样后的小图像块进行二 -分类(有缺陷和无缺陷)。下图为文章两次分类使

用的CNN网络，两次分类的区别在于: 1.全连接层的输入分别为6和2 ; 2输入的图像尺日

结合图1和图6所示，昆山瑕疵检测，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。