机器视觉系统中的缺陷检测技术

如划痕检测是工业产品的外观检测的一部分，是产品表面的缺陷检测。与划痕检测类似的是裂纹检测，多为已使用的零部件的品质检测，在外表上看，两者差不多。

利用机器视觉进行划痕检测的基本过程分为两个步骤：

1、检测产品表面是否存在划痕。

2、对产品表面划痕进行提取。 

工业产品的图像大多表面光滑，灰度变化均匀，缺乏纹理特征，划痕部分和周围的正常部分相比要暗一些（划痕部分的灰度值偏小）。

在这种情况下进行划痕检测时，一般使用基于统计的灰度特征或阈值分割法将划痕部分标记出来。

而有些图像的灰度值变化较小，对比度并不明显，划痕部分和正常部分相比，缺乏明显的特征，不能采用固定的阈值分割法将划痕部分标记出来。这时需要采用阈值和形状特征相结合的方法对划痕部分进行标记。

因此，把产品表面的划痕包括以下三类：

1、易辨认划痕

标记方法：选择较小的阈值将划痕部分标记出来。 

2、整幅图像的灰度变化均匀，划痕部分的灰度值变化并不明显。

标记方法：对原图像进行均值滤波，得到较平滑的图像，并与原图相减，当其差的绝对值大于阈值时，就将其置为目标图像，去掉面积较小的部分，剩下的目标图像即可标记为划痕。

3、划痕各部分的灰度差异较大，形状通常为长条形，有漏检情况。

标记方法：采用阈值和形状特征相结合的方法对划痕部分进行标记。