---头镜片缺陷检测----头缺陷检测-苏州宣雄智能科技

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，双---头缺陷检测，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---系数，k2表示端面---系数。

1.1缺陷的定义

当前对于缺陷有两种认知的方式，---头缺陷检测，种是有---的方法，手机---头缺陷检测，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，如下图所示，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。