宣雄智能-字符检测系统-扬州字符检测

1.1缺陷的定义

当前对于缺陷有两种认知的方式，字符检测系统，种是有---的方法，也就是体现在利用标记了标签(包括类别、矩形框

或逐像素等)的缺陷图像输入到网络中进行训练.此时缺陷意味着标记过的区域或者图像。第二种是无---的

方法，就是将正常无缺陷的样本进行学习，学习正常区域的特征，网络检测异常的区域。

缺陷检测的任务大致分为三个阶段分别是缺陷分类、缺陷定位、缺陷分割，检测中文字符，如下图所示，扬州字符检测，缺陷分类需要分类出

缺陷的类别(色、空洞、经线) ; 缺陷定位不仅需要获取缺陷的类别还需要标注出缺陷的位置; 缺陷分割将

缺陷逐像素从背景中分割出来。

根据本发明的一个方面，若计算的存在缺陷的多张图片的对比度之间的差值小于设定阈值，则计算每张图片缺陷区域的平均灰度，筛选具有平均灰度值的缺陷作为表现清晰的缺陷。

根据本发明的一个方面，若所检测的镜片检测区域为非球面镜片检测区域时，所述步骤s22包括：

将每组图片的非球面镜片检测区域分别采用模板匹配进行粗定位和圆拟合方式进行精定位；

将非球面镜片检测区域分割为多个圆环区域，对不同的圆环区域给予相对应的参数，利用全局阀值分割法、自动阀值分割法、动态阀值分割法或局部背景均值分割法对所述非球面镜片检测区域的缺陷进行分割；