因为手机镜头的端面区域和凸台区域存在一定的高度差，现有技术中需要拍摄两张图像并进行两次算法检测，隐形眼镜缺陷检测厂家，导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题，具体来说，根据本发明的一种实施方式，本发明的端面和凸台检测方法需要对端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，phi1；x2，y2，phi2)分别代表定位的x坐标、y坐标和角度：之后对凸台图片进行仿射变换后与端面图片对齐，隐形眼镜缺陷检测哪家好，目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意义上缺陷检测接近的任务，其期的是获得目标的位置和类别信息。目前，基于深度学习的目标检测方法层出不穷，-般来说，基于深度学习的缺陷检测网络从结构.上可以划分为:以FasterR-CNN为代表的两阶段(twostage)网络和以SSD或YOLO为代表的一阶段(onestage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，然后在进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。根据本发明的一个方面，在所述s11中，对所述端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，隐形眼镜缺陷检测哪里好，phi1；x2，江苏隐形眼镜缺陷检测，y2，phi2)分别代表定位的x坐标、y坐标和角度：根据本发明的一个方面，所述步骤s14包括：所述步骤s14包括：按照imagemerge1＝k1*image1+k2*image2+b对所述凸台图片和端面图片进行融合，再按照imagemerge2＝a*imagemerge1+b获得终的融合图片；江苏隐形眼镜缺陷检测-苏州宣雄-隐形眼镜缺陷检测厂家由苏州宣雄智能科技有限公司提供。苏州宣雄智能科技有限公司在检测仪这一领域倾注了诸多的热忱和热情，宣雄一直以客户为中心、为客户创造价值的理念、以品质、服务来赢得市场，衷心希望能与社会各界合作，共创成功，共创辉煌。相关业务欢迎垂询，联系人：朱秀谨。)