摘要
本发明涉及光学检测和图像处理技术领域,尤其涉及手机镜头视窗玻璃缺限检测方法。包括以下步骤:成像设备采用多光谱成像技术获取视窗玻璃样品的高分辨率图像;将获取的图像输入到预训练的深度学习模型中进行预处理;根据深度学习模型的输出结果,确定是否存在缺陷,并标记缺陷的位置和类型,同时生成包含缺陷几何参数的检测报告;如果存在缺陷,根据预设的标准和缺陷的几何参数判断缺陷的严重程度,标准包括缺陷的大小、形状、深度和位置;将检测结果和图像数据存储在云端数据库中,以支持后续的质量分析和工艺改进。本发明通过结合多光谱成像技术、深度学习模型和模糊逻辑系统,全面提升视窗玻璃的质量检测水平。
技术关键词
视窗玻璃
手机镜头
多光谱成像技术
深度学习模型
模糊逻辑系统
模糊规则
优化成像设备
标记缺陷
判断缺陷
检测表面缺陷
图像融合算法
参数
云端
红外光
网络
强化学习算法