随时技术的发展,也出现了采用固定式或动态阈值分割方式进行检测的算法,但此方法同样存在缺陷:
1、镜头镜片区域结构纹理复杂,单一的阈值方法不能区分缺陷和产品本身结构;
2、镜头的端面、凸台区域,存在大量的纹理干扰,现有的阈值方法难以进行有效分割缺陷;
3、现有方法采用定焦采图的方式,获得的缺陷尺寸不准确,导致漏检率难以控制。
接着利用自定义的核7*7,进行图像卷积运算提取端面图片高频分量:
再利用加权平均值算法,按照imagemerge1=k1*image1+k2*image2+b对凸台图片和端面图片进行融合,按照imagemerge2=a*imagemerge1+b获得终的融合图片,根据融合照片进行缺陷检测。其中imagemerge1表示初步融合图片,imagemerge2表示融合图片,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,k1表示凸台权重系数,k2表示端面权重系数。
可持续发展。通过优化使用能源和资源以及更有效的回收利用可以改善环境。稳定和优化的流程,早期认识到生产过程中的趋势和不规则性,机器视觉检测为实现未来的智能工厂铺平了道路。生产灵活,现代机器视觉检测系统的灵活性,无需复杂的编程,操作简单,易于设置。
提高生产力和竞争力。现代生产是自动化的,只有使用机器视觉检测设备,公司才能持续保护竞争力,防止关键技术的迁移,创造合格的工作岗位并占领新的市场。符合人体I程学的工作场所,单调和枯燥的任务由机器来操作, 机器视觉系统确保的人机交互,从而确保更先进和安全的工作场所。
以上信息由专业从事双摄像头缺陷检测的宣雄于2024/5/8 11:12:47发布
转载请注明来源:http://szhou.mf1288.com/szxxznlj-2749065461.html