工業產品的表面缺陷對產品的美觀度、舒適度和使用性能等帶來不良影響，所以生產企業對產品的表面缺陷進行檢測以便及時發現并加以控制。

　　機器視覺的檢測方法可以很大程度上克服人工檢測方法的抽檢率低、準確性不高、實時性差、效率低、勞動強度大等弊端，在現代工業中得到越來越廣泛的研究和應用。

　　以機器視覺表面缺陷檢測為研究對象，在廣泛調研相關文獻和發展成果的基礎上，對基于機器視覺在表面缺陷檢測領域的應用進行了綜述。分析了典型機器視覺表面缺陷檢測系統的工作原理和基本結構，闡述了表面缺陷視覺檢測的研究現狀、現有視覺軟件和硬件平臺;

　　綜述了機器視覺檢測所涉及到的圖像預處理算法、圖像分割算法、圖像特征提取及其選擇算法、圖像識別等相關理論和算法研究，并對每種主要方法的基本思想、特點和存在的局限性進行了總結，對未來可能的發展方向進行展望。

　　結果機器視覺表面缺陷檢測系統中，圖像處理和分析算法是重要內容，算法各有優缺點和其適應范圍。如何提高算法的準確性、實時性和魯棒性，一直是研究者們努力的方向。

　　結論機器視覺是對人類視覺的模擬，機器視覺表面檢測涉及眾多學科和理論，如何使檢測進一步向自動化和智能化方向發展，還需要更深入的研究。

　　表面缺陷檢測

　　機器視覺技術是一種無接觸、無損傷的自動檢測技術，是實現設備自動化、智能化和精密控制的有效手段，具有安全可靠、光譜響應范圍寬、可在惡劣環境下長時間工作和生產效率高等突出優點。機器視覺檢測系統通過適當的光源和圖像傳感器(CCD攝像機)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定位、識別、分級等判別和統計、存儲、查詢等操作;

　　機器視覺表面缺陷檢測系統基本組成

　　主要包括圖像獲取模塊、圖像處理模塊、圖像分析模塊、數據管理及人機接口模塊。

　　圖像獲取模塊由工業相機、光學鏡頭、光源及其夾持裝置等組成，其功能是完成產品表面圖像的采集。在光源的照明下，通過光學鏡頭將產品表面成像于相機傳感器上，光信號先轉換成電信號，進而轉換成計算機能處理的數字信號。目前工業用相機主要基于CCD或CMOS芯片的相機。CCD是目前機器視覺最為常用的圖像傳感器。

　　機器視 覺光源直接影響到圖像的質量，其作用是克服環境光干擾，保證圖像的穩定性，獲得對比度盡可能高的圖像。目前常用的光源有鹵素燈、熒光燈和發光二級管(LED)。LED光源以體積小、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廣泛的應用。

　　由光源構成的照明系統按其照射方法可分為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標上的反射光，一般相機與光源異側分布，這種方式便于安裝;

　　暗場照明指相機間接接收光源在目標上的散射光，一般相機與光源同側分布，它的優點是能獲得高對比度的圖像。結構光照明是將光柵或線光源等投射到被測物上，根據它們產生的畸變，解調出被測物的3維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。

　　圖像處理模塊主要涉及圖像去噪、圖像增強與復原、缺陷的檢測和目標分割。由于現場環境、CCD圖像光電轉換、傳輸電路及電子元件都會使圖像產生噪聲，這些噪聲降低了圖像的質量從而對圖像的處理和分析帶來不良影響，所以要對圖像進行預處理以去噪。

　　圖像增強目的是針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果的圖像處理方法。圖像復原是通過計算機處理，對質量下降的圖像加以重建或復原的處理過程。

　　圖像復原很多時候采用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;而圖像復原試圖利用退化過程的先驗知識，來恢復已被退化圖像的本來面目，如加性噪聲的消除、運動模糊的復原等。圖像分割的目的是把圖像中目標區域分割出來，以便進行下一步的處理。

　　機器視覺表面缺陷檢測應用

　　應用的領域十分的廣泛，主要包括鋼鐵冶金，有色金屬加工，高精銅板帶，鋁板帶，鋁箔，不銹鋼制造，電子素材，無紡布，織物，玻璃，紙張，薄膜等領域。

　　為什么要使用表面缺陷檢測系統呢?

　　保證產品質量，改善生產工藝，減少人工成本

　　線掃描表面缺陷檢測系統主要構成：

　　視覺采集部主要包括線陣相機，鏡頭，光源，圖像采集卡。

　　系統支架部分包括：相機支架，光源支架，和操作臺支架。

　　電氣部分(通信/控制部)包括編碼器，運動控制卡或者PLC，也有可能會有馬達等。

　　其他：各種電線電纜，CL線啊，電源線啊，各種SMPS啊，照明控制器啊等等。

　　文章來源： 機器人 大講堂，act視覺系統設計