中國(guó)是(shì)一(yī / yì ／yí)個(gè)制造大(dà)國(guó)，每天都要(yào / yāo)生産大(dà)量的(de)工業産品。用戶和(hé / huò)生産企業對産品質量的(de)要(yào / yāo)求越來(lái)越高，除要(yào / yāo)求滿足使用性能外，還要(yào / yāo)有良好的(de)外觀，即良好的(de)表面質量。但是(shì)，在(zài)制造産品的(de)過程中，表面缺陷的(de)産生往往是(shì)不(bù)可避免的(de)。不(bù)同産品的(de)表面缺陷有着不(bù)同的(de)定義和(hé / huò)類型，一(yī / yì ／yí)般而(ér)言表面缺陷是(shì)産品表面局部物理或化學性質不(bù)均勻的(de)區域，如金屬表面的(de)劃痕、斑點、孔洞，紙張表面的(de)色差、壓痕，玻璃等非金屬表面的(de)夾雜、破損、污點，等等。表面缺陷不(bù)僅影響産品的(de)美觀和(hé / huò)舒适度，而(ér)且一(yī / yì ／yí)般也(yě)會對其使用性能帶來(lái)不(bù)良影響，所以(yǐ)生産企業對産品的(de)表面缺陷檢測非常重視，以(yǐ)便及時(shí)發現，從而(ér)有效控制産品質量，還可以(yǐ)根據檢測結果分析生産工藝中存在(zài)的(de)某些問題，從而(ér)杜絕或減少缺陷品的(de)産生，同時(shí)防止潛在(zài)的(de)貿易糾份，維護企業榮譽。

人(rén)工檢測是(shì)産品表面缺陷的(de)傳統檢測方法，該方法抽檢率低、準确性不(bù)高、實時(shí)性差、效率低、勞動強度大(dà)、受人(rén)工經驗和(hé / huò)主觀因素的(de)影響大(dà)，而(ér)基于(yú)機器視覺的(de)檢測方法可以(yǐ)很大(dà)程度上(shàng)克服上(shàng)述弊端。

美國(guó)機器人(rén)工業協會(RIA)對機器視覺下的(de)定義爲(wéi / wèi)：“機器視覺是(shì)通過光學的(de)裝置和(hé / huò)非接觸的(de)傳感器自動地(dì / de)接收和(hé / huò)處理一(yī / yì ／yí)個(gè)真實物體的(de)圖像，以(yǐ)獲得所需信息或用于(yú)控制機器人(rén)運動的(de)裝置”。

機器視覺是(shì)一(yī / yì ／yí)種無接觸、無損傷的(de)自動檢測技術，是(shì)實現設備自動化、智能化和(hé / huò)精密控制的(de)有效手段，具有安全可靠、光譜響應範圍寬、可在(zài)惡劣環境下長時(shí)間工作和(hé / huò)生産效率高等突出(chū)優點。

機器視覺檢測系統通過适當的(de)光源和(hé / huò)圖像傳感器(CCD攝像機)獲取産品的(de)表面圖像，利用相應的(de)圖像處理算法提取圖像的(de)特征信息，然後根據特征信息進行表面缺陷的(de)定位、識别、分級等判别和(hé / huò)統計、存儲、查詢等操作；

視覺表面缺陷檢測系統基本組成主要(yào / yāo)包括圖像獲取模塊、圖像處理模塊、圖像分析模塊、數據管理及人(rén)機接口模塊。

圖像獲取模塊由CCD攝像機、光學鏡頭、光源及其夾持裝置等組成，其功能是(shì)完成産品表面圖像的(de)采集。在(zài)光源的(de)照明下，通過光學鏡頭将産品表面成像于(yú)相機傳感器上(shàng)，光信号先轉換成電信号，進而(ér)轉換成計算機能處理的(de)數字信号。目前工業用相機主要(yào / yāo)基于(yú)CCD或CMOS(complementary metal oxide semiconductor)芯片的(de)相機。CCD是(shì)目前機器視覺最爲(wéi / wèi)常用的(de)圖像傳感器。

光源直接影響到(dào)圖像的(de)質量，其作用是(shì)克服環境光幹擾，保證圖像的(de)穩定性，獲得對比度盡可能高的(de)圖像。目前常用的(de)光源有鹵素燈、熒光燈和(hé / huò)發光二級管(LED)。LED光源以(yǐ)體積小、功耗低、響應速度快、發光單色性好、可靠性高、光均勻穩定、易集成等優點獲得了(le／liǎo)廣泛的(de)應用。

由光源構成的(de)照明系統按其照射方法可分爲(wéi / wèi)明場照明與暗場照明、結構光照明與頻閃光照明。明場與暗場主要(yào / yāo)描述相機與光源的(de)位置關系，明場照明指相機直接接收光源在(zài)目标上(shàng)的(de)反射光，一(yī / yì ／yí)般相機與光源異側分布，這(zhè)種方式便于(yú)安裝；暗場照明指相機間接接收光源在(zài)目标上(shàng)的(de)散射光，一(yī / yì ／yí)般相機與光源同側分布，它的(de)優點是(shì)能獲得高對比度的(de)圖像。結構光照明是(shì)将光栅或線光源等投射到(dào)被測物上(shàng)，根據它們産生的(de)畸變，解調出(chū)被測物的(de)3維信息。頻閃光照明是(shì)将高頻率的(de)光脈沖照射到(dào)物體上(shàng)，攝像機拍攝要(yào / yāo)求與光源同步。

圖像處理模塊主要(yào / yāo)涉及圖像去噪、圖像增強與複原、缺陷的(de)檢測和(hé / huò)目标分割。

由于(yú)現場環境、CCD圖像光電轉換、傳輸電路及電子(zǐ)元件都會使圖像産生噪聲，這(zhè)些噪聲降低了(le／liǎo)圖像的(de)質量從而(ér)對圖像的(de)處理和(hé / huò)分析帶來(lái)不(bù)良影響，所以(yǐ)要(yào / yāo)對圖像進行預處理以(yǐ)去噪。圖像增強目是(shì)針對給定圖像的(de)應用場合，有目的(de)地(dì / de)強調圖像的(de)整體或局部特性，将原來(lái)不(bù)清晰的(de)圖像變得清晰或強調某些感興趣的(de)特征，擴大(dà)圖像中不(bù)同物體特征之(zhī)間的(de)差别，抑制不(bù)感興趣的(de)特征，使之(zhī)改善圖像質量、豐富信息量，加強圖像判讀和(hé / huò)識别效果的(de)圖像處理方法。圖像複原是(shì)通過計算機處理，對質量下降的(de)圖像加以(yǐ)重建或複原的(de)處理過程。圖像複原很多時(shí)候采用與圖像增強同樣的(de)方法，但圖像增強的(de)結果還需要(yào / yāo)下一(yī / yì ／yí)階段來(lái)驗證；而(ér)圖像複原試圖利用退化過程的(de)先驗知識，來(lái)恢複已被退化圖像的(de)本來(lái)面目，如加性噪聲的(de)消除、運動模糊的(de)複原等。圖像分割的(de)目的(de)是(shì)把圖像中目标區域分割出(chū)來(lái)，以(yǐ)便進行下一(yī / yì ／yí)步的(de)處理。

圖像分析模塊主要(yào / yāo)涉及特征提取、特征選擇和(hé / huò)圖像識别。

特征提取的(de)作用是(shì)從圖像像素中提取可以(yǐ)描述目标特性的(de)表達量，把不(bù)同目标間的(de)差異映射到(dào)低維的(de)特征空間，從而(ér)有利于(yú)壓縮數據量、提高識别率。表面缺陷檢測通常提取的(de)特征有紋理特征、幾何形狀特征、顔色特征、變換系數特征等，用這(zhè)些多信息融合的(de)特征向量來(lái)區可靠地(dì / de)區分不(bù)同類型的(de)缺陷；這(zhè)些特征之(zhī)間一(yī / yì ／yí)般存在(zài)冗餘信息，即并不(bù)能保證特征集是(shì)最優的(de)，好的(de)特征集應具備簡約性和(hé / huò)魯棒性，爲(wéi / wèi)此，還需要(yào / yāo)進一(yī / yì ／yí)步從特征集中選擇更有利于(yú)分類的(de)特征，即特征的(de)選擇。圖像識别主要(yào / yāo)根據提取的(de)特征集來(lái)訓練分類器，使其對表面缺陷類型進行正确的(de)分類識别。

數據管理及人(rén)機接口模塊可在(zài)顯示器上(shàng)立即顯示缺陷類型、位置、形狀、大(dà)小，對圖像進行存儲、查詢、統計等。

機器視覺表面缺陷檢測主要(yào / yāo)包括2維檢測和(hé / huò)3維檢測，前者是(shì)當前的(de)主要(yào / yāo)表面缺陷檢測方式.

機器視覺在(zài)工業檢測、包裝印刷、食品工業、航空航天、生物醫學工程、軍事科技、智能交通、文字識别等領域得到(dào)了(le／liǎo)廣泛的(de)應用。工業檢測領域是(shì)機器視覺應用中比重最大(dà)的(de)領域，主要(yào / yāo)用于(yú)産品質量檢測、産品分類、産品包裝等，如：零件裝配完整性檢測，裝配尺寸精度檢測，位置/角度測量，零件識别，PCB闆檢測，印刷品檢測，瓶蓋檢測，玻璃、煙草、棉花檢測，以(yǐ)及指紋、汽車牌照、人(rén)臉、條碼等識别。表面質量檢測系統是(shì)工業檢測的(de)極其重要(yào / yāo)的(de)組成部分，機器視覺表面缺陷檢測在(zài)許多行業開始應用，涉及鋼闆、玻璃、印刷、電子(zǐ)、紡織品、零件、水果、木材、瓷磚、鋼軌等多種關系國(guó)計民生的(de)行業和(hé / huò)産品.