中國是一個制造業大國，每天生產大量的工業產品。用戶和廠家對產品質量的要求越來越高，除了服務性能外，還要求外觀好，即表面質量好。

　　然而，在制造產品的過程中，表面缺陷往往是不可避免的。人工檢測是一種傳統的產品表面缺陷檢測方法，存在采樣率低、精度低、實時性差、效率低、勞動強度大等問題，受人工經驗和主觀因素影響較大?；跈C器視覺的檢測方法可以在很大程度上克服上述缺點。

　　機器視覺是通過光學器件和非接觸式傳感器自動接收和處理真實物體的圖像，從而獲得所需信息或控制機器人運動的裝置。機器視覺檢測系統通過合適的光源和圖像傳感器(CCD攝像頭)獲取產品的表面圖像，利用相應的圖像處理算法提取圖像的特征信息，然后根據特征信息進行表面缺陷的判別、統計、存儲和查詢。

　　外觀缺陷檢測系統的基本組成部分主要包括：圖像采集模塊、圖像處理模塊、圖像分析模塊、數據管理和人機界面模塊。

　　圖像采集模塊

　　圖像采集模塊由CCD攝像頭、光學鏡頭、光源及其夾持裝置組成，其功能是完成產品表面圖像的采集。在光源的照射下，產品表面通過光學鏡頭成像在相機傳感器上，光信號先轉換成電信號，再轉換成計算機可以處理的數字信號。

　　圖像處理模塊

　　圖像處理模塊主要涉及圖像去噪、圖像增強與恢復、缺陷檢測和目標分割。

　　由于場景環境、CCD圖像的光電轉換、傳輸電路和電子元器件等都會使圖像產生噪聲，降低圖像質量，給圖像處理和分析帶來不利影響，因此需要對圖像進行預處理去除噪聲。

　　圖像增強的目的是強調給定圖像的整體或局部特征，使原始不清晰的圖像清晰或強調一些有趣的特征，放大圖像中不同物體特征之間的差異，抑制不感興趣的特征，提高圖像質量，豐富信息量，增強圖像的解釋和識別效果。

　　圖像恢復是通過計算機處理重建或恢復質量下降的圖像的過程。圖像復原往往采用與圖像增強相同的方法，但圖像增強的結果需要在下一階段進行驗證；然而，圖像恢復試圖利用退化過程的先驗知識來恢復已經退化的原始圖像，例如加性噪聲和恢復運動模糊。圖像分割的目的是分割圖像中的目標區域，以便進一步處理。

　　圖像分析模塊

　　圖像分析模塊主要涉及特征提取、特征選擇和圖像識別。

　　特征提取的作用是從圖像像素中提取能夠描述物體特征的表達式，并將不同物體之間的差異映射到低維特征空間，有利于壓縮數據，提高識別率。

　　通常從表面缺陷檢測中提取的特征包括紋理特征、幾何特征、顏色特征、變換系數特征等。這些多信息特征向量能夠可靠區分不同類型的缺陷；一般這些特征之間存在冗余信息，即不能保證特征集是，好的特征集應該具有簡潔性和魯棒性。因此，需要進一步從特征集中選擇更有利于分類的特征，即特征選擇。

　　圖像識別主要是根據提取的特征集訓練分類器，使其能夠正確分類識別表面缺陷的類型。