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,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；
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。
一、成本低。机器视觉检测系统大大降低了厂的成本。
二、准确率高。通过机器视觉检测设备,可以每周7天,每天24小时不间断地生产高质量的产品,避免出现产品召回,产品责任索赔和图像损
坏等。.
三、安全性高。安全生产,产品可靠,机器视觉保证了生产过程中以及终产品的安全性。
苏州宣雄智能科技有限公司 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2024/5/9 5:56:59发布
转载请注明来源：http://m.herostart.com/qynews/szxxznlj-2749284557.html
