中(zhōng)國(guó)是一個制造大國(guó)，每天都要生産(chǎn)大量的工(gōng)業産(chǎn)品。用(yòng)戶和生産(chǎn)企業對産(chǎn)品質(zhì)量的要求越來越高，除要求滿足使用(yòng)性能(néng)外，還要有(yǒu)良好的外觀，即良好的表面質(zhì)量。但是，在制造産(chǎn)品的過程中(zhōng)，表面缺陷的産(chǎn)生往往是不可(kě)避免的。不同産(chǎn)品的表面缺陷有(yǒu)着不同的定義和類型，一般而言表面缺陷是産(chǎn)品表面局部物(wù)理(lǐ)或化學(xué)性質(zhì)不均勻的區(qū)域，如金屬表面的劃痕、斑點、孔洞，紙張表面的色差、壓痕，玻璃等非金屬表面的夾雜、破損、污點，等等。表面缺陷不僅影響産(chǎn)品的美觀和舒适度，而且一般也會對其使用(yòng)性能(néng)帶來不良影響，所以生産(chǎn)企業對産(chǎn)品的表面缺陷檢測非常重視，以便及時發現，從而有(yǒu)效控制産(chǎn)品質(zhì)量，還可(kě)以根據檢測結果分(fēn)析生産(chǎn)工(gōng)藝中(zhōng)存在的某些問題，從而杜絕或減少缺陷品的産(chǎn)生，同時防止潛在的貿易糾份，維護企業榮譽。

人工(gōng)檢測是産(chǎn)品表面缺陷的傳統檢測方法，該方法抽檢率低、準确性不高、實時性差、效率低、勞動強度大、受人工(gōng)經驗和主觀因素的影響大，而基于機器視覺的檢測方法可(kě)以很(hěn)大程度上克服上述弊端。

美國(guó)機器人工(gōng)業協會(RIA)對機器視覺下的定義為(wèi)：“機器視覺是通過光學(xué)的裝(zhuāng)置和非接觸的傳感器自動地接收和處理(lǐ)一個真實物(wù)體(tǐ)的圖像，以獲得所需信息或用(yòng)于控制機器人運動的裝(zhuāng)置”。

機器視覺是一種無接觸、無損傷的自動檢測技(jì )術，是實現設備自動化、智能(néng)化和精(jīng)密控制的有(yǒu)效手段，具(jù)有(yǒu)安(ān)全可(kě)靠、光譜響應範圍寬、可(kě)在惡劣環境下長(cháng)時間工(gōng)作(zuò)和生産(chǎn)效率高等突出優點。

機器視覺檢測系統通過适當的光源和圖像傳感器(CCD攝像機)獲取産(chǎn)品的表面圖像，利用(yòng)相應的圖像處理(lǐ)算法提取圖像的特征信息，然後根據特征信息進行表面缺陷的定位、識别、分(fēn)級等判别和統計、存儲、查詢等操作(zuò)；

視覺表面缺陷檢測系統基本組成主要包括圖像獲取模塊、圖像處理(lǐ)模塊、圖像分(fēn)析模塊、數據管理(lǐ)及人機接口模塊。

圖像獲取模塊由CCD攝像機、光學(xué)鏡頭、光源及其夾持裝(zhuāng)置等組成，其功能(néng)是完成産(chǎn)品表面圖像的采集。在光源的照明下，通過光學(xué)鏡頭将産(chǎn)品表面成像于相機傳感器上，光信号先轉換成電(diàn)信号，進而轉換成計算機能(néng)處理(lǐ)的數字信号。目前工(gōng)業用(yòng)相機主要基于CCD或CMOS(complementary metal oxide semiconductor)芯片的相機。CCD是目前機器視覺最為(wèi)常用(yòng)的圖像傳感器。

光源直接影響到圖像的質(zhì)量，其作(zuò)用(yòng)是克服環境光幹擾，保證圖像的穩定性，獲得對比度盡可(kě)能(néng)高的圖像。目前常用(yòng)的光源有(yǒu)鹵素燈、熒光燈和發光二級管(LED)。LED光源以體(tǐ)積小(xiǎo)、功耗低、響應速度快、發光單色性好、可(kě)靠性高、光均勻穩定、易集成等優點獲得了廣泛的應用(yòng)。

由光源構成的照明系統按其照射方法可(kě)分(fēn)為(wèi)明場照明與暗場照明、結構光照明與頻閃光照明。明場與暗場主要描述相機與光源的位置關系，明場照明指相機直接接收光源在目标上的反射光，一般相機與光源異側分(fēn)布，這種方式便于安(ān)裝(zhuāng)；暗場照明指相機間接接收光源在目标上的散射光，一般相機與光源同側分(fēn)布，它的優點是能(néng)獲得高對比度的圖像。結構光照明是将光栅或線(xiàn)光源等投射到被測物(wù)上，根據它們産(chǎn)生的畸變，解調出被測物(wù)的3維信息。頻閃光照明是将高頻率的光脈沖照射到物(wù)體(tǐ)上，攝像機拍攝要求與光源同步。

圖像處理(lǐ)模塊主要涉及圖像去噪、圖像增強與複原、缺陷的檢測和目标分(fēn)割。

由于現場環境、CCD圖像光電(diàn)轉換、傳輸電(diàn)路及電(diàn)子元件都會使圖像産(chǎn)生噪聲，這些噪聲降低了圖像的質(zhì)量從而對圖像的處理(lǐ)和分(fēn)析帶來不良影響，所以要對圖像進行預處理(lǐ)以去噪。圖像增強目是針對給定圖像的應用(yòng)場合，有(yǒu)目的地強調圖像的整體(tǐ)或局部特性，将原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中(zhōng)不同物(wù)體(tǐ)特征之間的差别，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識别效果的圖像處理(lǐ)方法。圖像複原是通過計算機處理(lǐ)，對質(zhì)量下降的圖像加以重建或複原的處理(lǐ)過程。圖像複原很(hěn)多(duō)時候采用(yòng)與圖像增強同樣的方法，但圖像增強的結果還需要下一階段來驗證；而圖像複原試圖利用(yòng)退化過程的先驗知識，來恢複已被退化圖像的本來面目，如加性噪聲的消除、運動模糊的複原等。圖像分(fēn)割的目的是把圖像中(zhōng)目标區(qū)域分(fēn)割出來，以便進行下一步的處理(lǐ)。

圖像分(fēn)析模塊主要涉及特征提取、特征選擇和圖像識别。

特征提取的作(zuò)用(yòng)是從圖像像素中(zhōng)提取可(kě)以描述目标特性的表達量，把不同目标間的差異映射到低維的特征空間，從而有(yǒu)利于壓縮數據量、提高識别率。表面缺陷檢測通常提取的特征有(yǒu)紋理(lǐ)特征、幾何形狀特征、顔色特征、變換系數特征等，用(yòng)這些多(duō)信息融合的特征向量來區(qū)可(kě)靠地區(qū)分(fēn)不同類型的缺陷；這些特征之間一般存在冗餘信息，即并不能(néng)保證特征集是最優的，好的特征集應具(jù)備簡約性和魯棒性，為(wèi)此，還需要進一步從特征集中(zhōng)選擇更有(yǒu)利于分(fēn)類的特征，即特征的選擇。圖像識别主要根據提取的特征集來訓練分(fēn)類器，使其對表面缺陷類型進行正确的分(fēn)類識别。

數據管理(lǐ)及人機接口模塊可(kě)在顯示器上立即顯示缺陷類型、位置、形狀、大小(xiǎo)，對圖像進行存儲、查詢、統計等。

機器視覺表面缺陷檢測主要包括2維檢測和3維檢測，前者是當前的主要表面缺陷檢測方式.

機器視覺在工(gōng)業檢測、包裝(zhuāng)印刷、食品工(gōng)業、航空航天、生物(wù)醫(yī)學(xué)工(gōng)程、軍事科(kē)技(jì )、智能(néng)交通、文(wén)字識别等領域得到了廣泛的應用(yòng)。工(gōng)業檢測領域是機器視覺應用(yòng)中(zhōng)比重最大的領域，主要用(yòng)于産(chǎn)品質(zhì)量檢測、産(chǎn)品分(fēn)類、産(chǎn)品包裝(zhuāng)等，如：零件裝(zhuāng)配完整性檢測，裝(zhuāng)配尺寸精(jīng)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(cǎo)、棉花(huā)檢測，以及指紋、汽車(chē)牌照、人臉、條碼等識别。表面質(zhì)量檢測系統是工(gōng)業檢測的極其重要的組成部分(fēn)，機器視覺表面缺陷檢測在許多(duō)行業開始應用(yòng)，涉及鋼闆、玻璃、印刷、電(diàn)子、紡織品、零件、水果、木(mù)材、瓷磚、鋼軌等多(duō)種關系國(guó)計民(mín)生的行業和産(chǎn)品.