---缺陷检测品牌-苏州宣雄-江苏---缺陷检测

其中imagemerge1表示初步融合图片，imagemerge2表示融合图片，k1代表image1的---系数，江苏---缺陷检测，k2代表image2的---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，---缺陷检测品牌，按照此缺陷判断其尺寸是否为缺陷产品。

由于cnn---的特征提取能力，采用基于cnn的分类网络目前已成为表面缺陷分类中的模式一般来说，现

有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构，包括alexnet， vgg， googl enet，resnet，

senet， shutenet，mobilenet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。

deep learning-based crack damage detection using convolutional neural networks