根据本发明的一个方面，在所述步骤s24中：将同一位置处的缺陷筛选出来后，利用设定大小的矩形核膨胀得到比实际缺陷略大的roi区域，江苏字符检测，提炼出所述roi区域大小的原图；根据公式：c＝∑δδ(i，j)2pδ(i，j)计算出所述roi区域图像的对比度，筛选出同一位置处对比度缺陷作为表现清晰的缺陷；其中δ(i，j)＝|i-j|表示相邻像素间灰度差，字符检测系统，pδ(i，j)表示相邻像素间的灰度差值为δ的像素分布概率。目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意义上缺陷检测接近的任务，其期的是获得目标的位置和类别信息。目前，基于深度学习的目标检测方法层出不穷，-般来说，字符检测工具，基于深度学习的缺陷检测网络从结构.上可以划分为:以FasterR-CNN为代表的两阶段(twostage)网络和以SSD或YOLO为代表的一阶段(onestage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，字符识别检测，然后在进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。(对于纸张较厚、表面缺陷检测角度要求较高的的纸张产品采用反射的检测原理)，架设在生产线上的线阵相机进行实时同步扫描，同时系统将相机采集到的纸病图像通过SIMV图像处理单元进行瑕疵分割处理。由于瑕疵图像的灰阶与正常产品的灰阶存在明显差异，从而使系统能够发现瑕疵，同时对瑕疵进行有效的判定、分类。苏州宣雄智能科技有限公司苏州宣雄智能科技有限公司字符识别检测-宣雄(在线咨询)-江苏字符检测由苏州宣雄智能科技有限公司提供。苏州宣雄智能科技有限公司是江苏苏州,检测仪的见证者，多年来，公司贯彻执行科学管理、创新发展、诚实守信的方针，满足客户需求。在宣雄领导携全体员工热情欢迎各界人士垂询洽谈，共创宣雄更加美好的未来。)