CLensRimVision:一种新的计算机视觉算法,用于检测隐形眼镜的边缘缺陷

科学领域:

• 眼科制造业 眼科制造业
• 计算机视觉应用程序的应用程序
• 质量控制方法 质量控制方法

背景情况:

• 自动光学检查 (AOI) 对隐形镜头的安全性和完整性至关重要.
• 传统的方法与微妙的,不规则的轮缺陷作斗争.
• 计算机视觉在缺陷检测中的作用正在扩大.

研究的目的:

• 开发和评估一种用于自动检测隐形眼镜边缘缺陷的新算法.
• 为了比较基于计算机视觉的缺陷检测与传统方法的有效性.
• 为了提高隐形眼镜质量控制的精度和可靠性.

主要方法:

• 拟议的CLensRimVision算法集成图像预处理,圆圈检测和极坐标转换.
• 根据可适应的厚度或面积标准进行缺陷检测.
• 隐形眼镜边缘检测到的缺陷的自动可视化.

主要成果:

• 取得了0.937的典型平均精度 (AP) 得分.
• 在识别微妙和不规则的轮缺陷方面表现出高性能.
• 验证了算法对各种隐形眼镜特征的有效性.

结论:

• 该ClensRimVision算法提供了一个精确和自动化的解决方案,用于接触镜片边缘缺陷检测.
• 与传统方法相比,这种计算机视觉方法提供了更高的性能.
• 结果指导制造商和研究人员优化隐形眼镜质量保证.