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,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。
具体来说,根据本发明的一种实施方式,首先在步骤s21中,利用层拍相机沿z轴方向对镜头内部进行层拍获得50张图片,将50张图片按照顺序每5张分为一组,共分为10组。然后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。接着将位于同一位置处的多个缺陷筛选出来,筛选方法是通过在同一位置处计算缺陷中心距离偏差值,保留偏差值小于设定距离阈值的所有缺陷作为该位置不同层的缺陷。
表面瑕疵检测是精密零部件质量检测环节极其重要的步骤,检测过程中涉及平面度、是否存在瑕疵、边框整齐度、工件表面亮度等方面。具体测量对象随着精密制造业的发展也在不断的完善和丰富中。表面瑕疵检测设备凝聚了机器视觉领域的多项先进技术成果,并融入了多项创新的检测理念,既可以和现有生产线无缝对接检测。苏州宣雄智能科技有限公司苏州宣雄智能科技有限公司以上信息由专业从事工业瑕疵检测的宣雄于2024/4/28 5:41:06发布
转载请注明来源:http://szhou.mf1288.com/szxxznlj-2743032458.html