外观缺陷检测-苏州缺陷检测-宣雄智能

1.1缺陷的定义

当前对于缺陷有两种认知的方式，产品缺陷检测，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，如下图所示，苏州缺陷检测，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。

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。