采集及检验眼科镜片的图像制造技术

技术编号:40607564 阅读:32 留言:0更新日期:2024-03-12 22:14
用于使用一或多个相机来采集处于干燥状态或湿润状态的眼科镜片的镜片图像而采集及检验所述镜片的所述图像的系统及方法。所述图像被预处理,且然后输入到人工智能网络,例如卷积神经网络(CNN)以分析及表征镜片缺陷的类型。所述人工智能网络识别所述图像上的缺陷区域,并部分地基于所述缺陷区域输出所述图像中的每一者的缺陷种类或分类。

【技术实现步骤摘要】
【国外来华专利技术】

本公开大体上涉及镜片检验系统,且更特定来说涉及使用人工智能来评估眼科镜片的图像并根据不同镜片缺陷种类或类别对图像进行分类的镜片检验系统。


技术介绍

1、人工智能(ai)(例如机器学习(ml))已证实在改进针对广泛任务及应用的检验准确度、图像表征或分类速度及图像解译方面取得显著成功。机器学习几乎在所有类型的行业中使用。其帮助人们最小化其工作负荷,因为机器能够以高性能执行大多数人工任务。机器可进行预测分析,例如分类及回归(预测数值),以及需要智能及动态解译的如驾驶汽车的任务。

2、机器学习涉及向机器提供数据,使得其能够从数据学习模式,且然后其能够预测用于类似的未来问题的解决方案。计算机视觉是人工智能的领域,其专注于与图像相关的任务。深度学习与计算机视觉组合能够执行复杂的操作,范围从对图像进行分类到解决天文学及制造自动驾驶汽车的科学问题。

3、然而,许多深度学习网络无法以足够的准确度处理图像,或用适当的参数进行训练,以保证在高速大规模设置中得到依赖。在另外其它设置中,深度学习例程可能不够敏感而无法区分图像中的区域,或无法用适当参数调适以在本文档来自技高网...

【技术保护点】

1.一种用于检验眼科镜片并将分类分配给所述眼科镜片的图像的方法,其包括:

2.根据权利要求1所述的方法,其中当所述眼科镜片位于湿润状态的支撑件上时或当所述眼科镜片处于湿润状态的液浴中时,采集所述眼科镜片的所述第一图像。

3.根据权利要求1或权利要求2所述的方法,其中所述多个镜片表面缺陷类别包括至少两个类别。

4.根据权利要求3所述的方法,其中所述多个镜片表面缺陷类别包括至少三个类别,且所述至少三个类别包括良好镜片类别、气泡类别及划痕类别。

5.根据前述权利要求中任一权利要求所述的方法,其中所述第一图像由第一相机采集,且所述第一图像具有高度像...

【技术特征摘要】
【国外来华专利技术】

1.一种用于检验眼科镜片并将分类分配给所述眼科镜片的图像的方法,其包括:

2.根据权利要求1所述的方法,其中当所述眼科镜片位于湿润状态的支撑件上时或当所述眼科镜片处于湿润状态的液浴中时,采集所述眼科镜片的所述第一图像。

3.根据权利要求1或权利要求2所述的方法,其中所述多个镜片表面缺陷类别包括至少两个类别。

4.根据权利要求3所述的方法,其中所述多个镜片表面缺陷类别包括至少三个类别,且所述至少三个类别包括良好镜片类别、气泡类别及划痕类别。

5.根据前述权利要求中任一权利要求所述的方法,其中所述第一图像由第一相机采集,且所述第一图像具有高度像素值及宽度像素值,且其中所述高度及宽度像素值基于由所述第一相机采集的模板图像定大小。

6.根据权利要求5所述的方法,其中在所述第一图像中表示的所述第一眼科镜片在极坐标系中表示。

7.根据权利要求6所述的方法,其中所述极坐标系已从笛卡尔坐标系转换。

8.根据权利要求6所述的方法,其中所述第一图像具有已从第一组像素强度反转的第二组像素强度。

9.根据前述权利要求中任一权利要求所述的方法,其进一步包括基于由所述经标记的cam提供的信息重新训练或微调所述ai网络。

10.根据权利要求9所述的方法,其进一步包括通过执行以下步骤中的至少一者来重新训练或微调所述ai网络:(1)移除在进行实际类别标记预测的所述ai网络的末端处的完全连接节点;(2)用新初始化的节点替换完全连接节点;(3)冻结所述ai网络中的较早或顶部的卷积层,以确保由所述ai模型学习的任何先前的稳健特征不被覆写或丢弃;(4)仅以一定学习率训练完全连接层;及(5)解冻所述ai网络中的一些或所有卷积层,并以相...

【专利技术属性】
技术研发人员:AF·尤什达K·麦卡洛克
申请(专利权)人:库博光学国际有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1