本技术属于材料生产检测技术领域,具体公开提供的一种基于人工智能的隐形眼镜生产缺陷检测方法,包括:采集缺陷检测区域内的环境信息;进行检测环境吻合与否判断,若吻合,执行下一步,否则,进行环境调控;在不同光源角度和不同光源强度下采集多张图像;判断图像预处理方式是否需要变更,若需要,确认变更后的预处理方案,否则,进行图像预处理;搭建缺陷检测模型,并进行训练;进行缺陷特征检测;对待检测隐形眼镜进行功能性缺陷检测和分析,输出生产缺陷报告。本发明有效解决了当前对图像处理过程中的关注度不足的问题,提高了隐形眼镜生产缺陷检测的充分性、代表性和检测效率,同时保障了后续检测结果的有效性。
背景技术
隐形眼镜作为一种直接接触眼睛的医疗器械,其质量和安全性至关重要。在隐形眼镜的生产过程中,可能会出现各种缺陷,如划痕、气泡、杂质、变形等。这些缺陷不仅会影响佩戴的舒适度,还可能对眼睛健康造成严重危害,由此凸显了生产缺陷检测的重要性。
传统的隐形眼镜生产缺陷检测主要依赖人工肉眼观察,这种方法效率低下、准确性不高,且容易受到检测人员主观因素的影响。
现有技术如申请号为202410393059.5的中国发明专利申请公开的一种隐形眼镜缺陷检测方法及系统,其包括:根据待检测隐形眼镜的特性设置隐形眼镜缺陷检测系统,进而通过一个或多个光束分束器将多个照明光源进行合束形成合成光束。将合成光束照射到待检测隐形眼镜表面并采集待检测隐形眼镜的镜片图像。根据预设图像增强算法对镜片图像进行增强处理。对增强后的镜片图像进行图像分析确定待检测隐形眼镜的缺陷。进而提高隐形眼镜缺陷检测的效率和准确率,同时也提高了隐形眼镜的生产效率,节约了时间和成本。
现有技术又如申请号为202410052836.X的中国发明专利申请公开的一种隐形眼镜铸模印刷缺陷检测方法及系统,该方法通过获取在不同光源高度下采集得到的多张隐形眼镜铸模彩色图像,将多张隐形眼镜铸模彩色图像进行质心对齐,得到隐形眼镜铸模融合图像,将隐形眼镜铸模融合图像进行坐标变换,得到变换图像,以使变换图像适应隐形眼镜铸模印制缺陷检测模型,通过隐形眼镜铸模印制缺陷检测模型对变换图像进行缺陷检测,得到缺陷检测结果,进而具有降低人工成本,节约时间,提升生产良品率的技术效果。
针对上述两种技术方案,很显然,当前隐形眼镜生产缺陷检测主要通过对图像采集该次进行处理,从而提高检测效率和准确性,很显然,还存在以下几个方面的不足:1、对图像处理过程中的关注度不足,使得后续检测结果的有效性不足。
2、考虑要素单一,未考虑环境因素的影响,从而影响缺陷检测的结果,例如光照条件、温度、湿度等因素可能会对图像采集和处理产生影响。
3、过多倾向可视化层面的检测,缺乏对隐形眼镜功能性缺陷的检测。目前的检测方法主要集中在镜片的外观缺陷上,对于隐形眼镜的光学性能、透氧性等功能性缺陷的检测还比较薄弱。
实现思路