随着现代工业的发展，光学产品被人们广泛的应用于各个领域。传统的工业制造在检测光学产品的质量时，只能需要人工来完成，不仅费时还耗费大量人力资源，且效率较低常出现误判漏判。为了解决该问题，技术需求方（龙岩新舰桥信息科技有限公司_）提出的关于 基于机器视觉的玻璃瑕疵检测系统开发 的技术需求，利用机器视觉取代人工视觉，利用神经网络取代人脑，以达到经济和效率的提升。本项目以委托研究开发的形式开展，并支付研究开发经费和报酬。
（1） 核心算法：
本次项目核心的关键技术，其一为核心算法。其算法是基于深度学习为基础，对不同环境下的不同光学产品进行深度学习和视觉检测。算法主要需要做到自适应，并且能够自我识别和学习光学产品的瑕疵。此前各类算法只能初步对光学产品的瑕疵进行筛选和分解，不能够深入的进行分析和学习，本次项目核心在于算法能够自适应自主学习光学行业的检测流程以及检测标准。
(2) 机构创新
镜片和光学产品具有各自不同的相关设计机械结构，本项目主要针对不同的光学产品进行各个角度，各个方位无死角的检测的机械机构设计和研发。
此前行业内，只有做到对产品部分检测的程度，并无做到无死角的检测，所以此为本次项目重点需要攻克的难点。
(3) 技术目标
- 测量0.5mm以上的斑点、污点、孔洞等瑕疵；
- 检测常见的瑕疵，实时提供瑕疵的位置、大小，以及记录供用户参考核对；
- 系统可设置瑕疵报警的参数，用户可根据生产要求设置报警线，实现报警并对不合格位置在线做标记
(4) 拟采用技术方法和路线
光线垂直人射玻璃后,当玻璃中没有杂质时,出射的方向不会发生改变,CCD摄像机的靶面探测到的光也是均匀的;当玻璃中含有杂质时，出射的光线会发生变化，CCD摄像机的靶面探测到的光也要随之改变。玻璃中含有的缺陷主要分为两种:一是光吸收型(如砂粒、夹锡夹杂物)，光透射玻璃时,该缺陷位置的光会变弱，CCD摄像机的靶面上探测到的光比周围的光要弱；二是光透射型(如裂纹、气泡等) ，光线在该缺陷位置发生了折射,光的强度比周围的要大，因而CCD摄像机的靶面上探测到的光也相应增强。
(5) 研发成果的交付形式和数量
相关软件著作权3项或1项实用新型、1项软著
