应用案例编辑 播报缺陷检测系统应用的有金属表面、玻璃表面、纸张表面、电子元器件表面等对外观有严格要求又有明确指标的物品。
光学字符验证，简称OCV，是一种用于检查光学字符识别（OCR）字符串的打印或标记质量并确认其易辨识性的机器视觉软件工具 。该技术除了可以检查所呈现的字符串内容是否正确，还可以检查字符串的质量、对比度和清晰度，并对品质不合格的样品进行标记或剔除。中文名字符检测别名OCR常用名OCV检测常见的字符数字、英文字母、符号。
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。
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。
