融合自研条纹光源与Xception深度学习模型的汽车漆面全自动检测系统，攻克曲面反光、微小缺陷等行业难题，为汽车漆面质量保驾护航。

主要评价在振动过程中，图像的清晰度和锐度有没有发生大的变化，评价以边缘扩展函数和调制传递函数为基准，该测试项是衡量成像系统性能的重要指标之一

通过条纹光薄膜装置，使得图像采集系统能够清晰的采集到不同类别的瑕疵特征，对于后续的瑕疵检出奠定了良好的基础

从光源的架设、相机的架设对成像系统的影响出发，解决了车辆面型发生变化或者车型发生变化时，相机工作距离都能始终保持一致从而解决成像不清晰(缺陷特征不明显),检测盲区多等问题，为后续缺陷检测及分类统计夯实基础

组合逻辑判定网络的作用就是去伪存真，将真正达到检出标准的缺陷保留下来，排除由于条纹光、车身异形等造成的误检和降低由于单次计算带来的大小判定失真导致的过检。

格栅光光源

混合光源（白光+条纹光）

缓坑检出

提供一种基于传统比对模型和深度学习相结合的机器视觉算法，该算法能够在大大提高检出率的同时确保低误检率

采用双能量减影技术减小环境光干扰

消除工件边缘（R角）检测盲区