本发明属于检测系统控制方法,具体涉及一种隐形眼镜检测系统控制方法。
背景技术:
近年来,隐形眼镜已成为人们生活中不可或缺的日常用品之一,而为了因应庞大的需求,相关制造厂商必须藉由机器大量地生产隐形眼镜。在制造隐形眼镜的过程中,上述机器在进行一些例如成形、修边,或者是脱模等步骤时,常常有可能损害隐形眼镜的镜片,因而造成镜片瑕疵。为了确保有瑕疵的镜片不会流入市面,相关制造厂商于制造的过程中会进行把关以维持品质,例如透过检测的方式。一般而言,目前的检测方式主要是透过人工来完成。
技术实现要素:
本发明的目的在于解决上述技术问题而提供一种隐形眼镜检测系统控制方法。
一种隐形眼镜检测系统控制方法,包括以下步骤:
主体搜寻模组采用边缘检测演算法,边缘检测演算法主要的步骤如下:首先,透过高斯滤波器滤除关联于影像资料的杂讯;
接着,透过梯度运算子且根据已滤除杂讯的影像资料获得对应影像资料的梯度影像;
继而,透过非最大化压缩法(Non Maxima Suppression)且根据梯度影像获得主体影像。
关于高斯滤波器滤除杂讯的细节、梯度运算子获得梯度影像的细节,以及非最大化压缩法的细节为本领域技术人员所能轻易理解,故不在此赘述。
面积计算模组透过以下步骤求得主体面积参数:
首先,将主体影像划分为多个影像组成(component);
接着,分别计算多个影像组成的面积;
继而,将多个影像组成的面积加总以获得主体面积参数。
其中多个影像组成为多个矩形。关于将影像划分为多个影像组成进而求得影像的面积的细节为本领域技术人员所能轻易理解,故不在此赘述。
具体实施方式
下面,结合实例对本发明的实质性特点和优势作进一步的说明,但本发明并不局限于所列的实施例。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
一种隐形眼镜检测系统控制方法,包括以下步骤:
主体搜寻模组采用边缘检测演算法,边缘检测演算法主要的步骤如下:首先,透过高斯滤波器滤除关联于影像资料的杂讯;
接着,透过梯度运算子且根据已滤除杂讯的影像资料获得对应影像资料的梯度影像;
继而,透过非最大化压缩法(Non Maxima Suppression)且根据梯度影像获得主体影像。
关于高斯滤波器滤除杂讯的细节、梯度运算子获得梯度影像的细节,以及非最大化压缩法的细节为本领域技术人员所能轻易理解,故不在此赘述。
面积计算模组透过以下步骤求得主体面积参数:
首先,将主体影像划分为多个影像组成(component);
接着,分别计算多个影像组成的面积;
继而,将多个影像组成的面积加总以获得主体面积参数。
其中多个影像组成为多个矩形。关于将影像划分为多个影像组成进而求得影像的面积的细节为本领域技术人员所能轻易理解,故不在此赘述。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。