根據本發(fā)明的一個方面，在所述s11中，對所述端面和凸臺按照如下公式的模板匹配獲得r(x，y)值時得到兩組值(x1，y1，phi1；x2，y2，phi2)分別代表***的x坐標、y坐標和角度：

根據本發(fā)明的一個方面，所述步驟s14包括：所述步驟s14包括：按照imagemerge1＝k1*image1+k2*image2+b對所述凸臺圖片和端面圖片進行融合，再按照imagemerge2＝a*imagemerge1+b獲得終的融合圖片；

1.1缺陷的定義

當前對于缺陷有兩種認知的方式，種是有監(jiān)督的方法，也就是體現(xiàn)在利用標記了標簽(包括類別、矩形框

或逐像素等)的缺陷圖像輸入到網絡中進行訓練.此時"缺陷意味著標記過的區(qū)域或者圖像。第二種是無監(jiān)督的

方法，就是將正常無缺陷的樣本進行學習，學習正常區(qū)域的特征，攝像頭缺陷檢測，網絡檢測異常的區(qū)域。

缺陷檢測的任務大致分為三個階段分別是缺陷分類、缺陷***、缺陷分割，如下圖所示，產品缺陷檢測，缺陷分類需要分類出

缺陷的類別(色、空洞、經線) ; 缺陷***不僅需要獲取缺陷的類別還需要標注出缺陷的位置; 缺陷分割將

缺陷逐像素從背景中分割出來。

并且，每經過一個步驟，外觀缺陷檢測，需要判定產品是否為合格產品，再進行下一步檢測。例如，可以先對鏡頭的端面、凸臺進行缺陷檢測，若檢索結果判定產品為合格產品，則進行產品下料，重選換下一個產品進行檢測。若檢測產品為合格產品，缺陷檢測，則進行下一步驟例如s3進行檢測。

本發(fā)明的鏡頭缺陷檢測方法，能夠對鏡頭進行的檢測，包括對鏡頭端面和凸臺的缺陷檢測、對鏡片區(qū)域內塵、內臟、脫模、毛絲等缺陷檢測、對鏡片、膠水、鏡筒傷的檢測和對鏡頭上表面和下表面的檢測。并且檢測方法具有高精度、的優(yōu)點。