【技术实现步骤摘要】
本专利技术涉及图像数据处理，具体涉及基于人工智能的大口径望远镜镜片缺陷检测方法。
技术介绍
1、当前大口径望远镜的生产过程变得更加自动化。人工智能系统被引入生产线，通过视觉识别技术实现对镜片缺陷的自动检测，提高了生产效率和产品质量。但是在对于镜片缺陷检测的过程中，可能存在一些如光影、背景等干扰性因素，会对镜片缺陷的自动检测造成干扰，进而影响检测的精确度。
2、现有的问题：当采集到受光影、背景干扰的大口径望远镜镜片图像时，图像质量较低，会影响镜片缺陷的识别和分割的可信度，从而降低了大口径望远镜镜片缺陷检测的准确性。
技术实现思路
1、本专利技术提供基于人工智能的大口径望远镜镜片缺陷检测方法，以解决现有的问题。
2、本专利技术的基于人工智能的大口径望远镜镜片缺陷检测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于人工智能的大口径望远镜镜片缺陷检测方法，该方法包括以下步骤：
4、获取多个不同拍摄角度下的同一大口径望远镜镜片的镜片灰度图像；...
【技术保护点】
1.基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述对每个镜片灰度图像进行阈值分割，将每个镜片灰度图像分割为正常区域和疑似区域，包括的具体步骤如下：
3.根据权利要求1所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述根据每个疑似连通域内像素点的更新灰度值之间的差异，得到每个疑似连通域的亮度综合特征程度，包括的具体步骤如下：
4.根据权利要求3所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述在...
【技术特征摘要】
1.基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述对每个镜片灰度图像进行阈值分割，将每个镜片灰度图像分割为正常区域和疑似区域，包括的具体步骤如下：
3.根据权利要求1所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述根据每个疑似连通域内像素点的更新灰度值之间的差异，得到每个疑似连通域的亮度综合特征程度，包括的具体步骤如下：
4.根据权利要求3所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述在第个镜片灰度图像中的第j个疑似连通域中，根据相邻像素点的更新灰度值的比值，得到的第一亮度特征，包括的具体步骤如下：
5.根据权利要求3所述基于人工智能的大口径望远镜镜片缺陷检测方法，其特征在于，所述根据中从每个高亮点开始，在各方向上的像素点的更新灰度值的差异，得到的第二亮度特征，包括的具体步骤如下：
6.根据权利要求3...
【专利技术属性】
技术研发人员：孙世林，李翔，黄欣，
申请(专利权)人：中科院南京耐尔思光电仪器有限公司，
类型：发明
国别省市：
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。