表面缺陷是產(chǎn)品表面局部物理或化學性質不均勻的區(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。表面缺陷不僅影響產(chǎn)品的美觀和舒適度，而且一般也會對其使用性能帶來不良影響，所以生產(chǎn)企業(yè)對產(chǎn)品的表面缺陷檢測非常重視，以便及時發(fā)現(xiàn)，從而有效控制產(chǎn)品質量，還可以根據(jù)檢測結果分析生產(chǎn)工藝中存在的某些問題，從而杜絕或減少缺陷品的產(chǎn)生，同時防止?jié)撛诘馁Q易糾份，維護企業(yè)榮譽。

人工檢測是產(chǎn)品表面缺陷的傳統(tǒng)檢測方法，該方法抽檢率低、準確性不高、實時性差、效率低、勞動強度大、受人工經(jīng)驗和主觀因素的影響大，而基于機器視覺的檢測方法可以很大程度上克服上述弊端。

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(xiàn)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(huán)境下長時間工作和生產(chǎn)效率高等突出優(yōu)點。機器視覺檢測系統(tǒng)通過適當?shù)墓庠春蛨D像傳感器(CCD攝像機)獲取產(chǎn)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(jù)特征信息進行表面缺陷的定位、識別、分級等判別和統(tǒng)計、存儲、查詢等操作；

機器視覺表面缺陷檢測系統(tǒng)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(shù)據(jù)管理及人機接口模塊。

圖像獲取模塊由工業(yè)相機、光學鏡頭、光源及其夾持裝置等組成，其功能是完成產(chǎn)品表面圖像的采集。在光源的照明下，通過光學鏡頭將產(chǎn)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(shù)字信號。目前工業(yè)用相機主要基于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(huán)境光干擾，保證圖像的穩(wěn)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(fā)光二級管(LED)。LED光源以體積小、功耗低、響應速度快、發(fā)光單色性好、可靠性高、光均勻穩(wěn)定、易集成等優(yōu)點獲得了廣泛的應用。

由光源構成的照明系統(tǒng)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(yōu)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(jù)它們產(chǎn)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(xiàn)場環(huán)境、CCD圖像光電轉換、傳輸電路及電子元件都會使圖像產(chǎn)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(qū)域分割出來，以便進行下一步的處理。

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可以描述目標特性的表達量，把不同目標間的差異映射到低維的特征空間，從而有利于壓縮數(shù)據(jù)量、提高識別率。表面缺陷檢測通常提取的特征有紋理特征、幾何形狀特征、顏色特征、變換系數(shù)特征等，用這些多信息融合的特征向量來區(qū)可靠地區(qū)分不同類型的缺陷；這些特征之間一般存在冗余信息，即并不能保證特征集是最優(yōu)的，好的特征集應具備簡約性和魯棒性，為此，還需要進一步從特征集中選擇更有利于分類的特征，即特征的選擇。圖像識別主要根據(jù)提取的特征集來訓練分類器，使其對表面缺陷類型進行正確的分類識別。

數(shù)據(jù)管理及人機接口模塊可在顯示器上立即顯示缺陷類型、位置、形狀、大小，對圖像進行存儲、查詢、統(tǒng)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，也是本文的著重論述之處。

機器視覺在工業(yè)檢測、包裝印刷、食品工業(yè)、航空航天、生物醫(yī)學工程、軍事科技、智能交通、文字識別等領域得到了廣泛的應用。工業(yè)檢測領域是機器視覺應用中比重最大的領域，主要用于產(chǎn)品質量檢測、產(chǎn)品分類、產(chǎn)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，零件識別，PCB板檢測，印刷品檢測，瓶蓋檢測，玻璃、煙草、棉花檢測，以及指紋、汽車牌照、人臉、條碼等識別。表面質量檢測系統(tǒng)是工業(yè)檢測的極其重要的組成部分，機器視覺表面缺陷檢測在許多行業(yè)開始應用，涉及鋼板等多種關系國計民生的行業(yè)和產(chǎn)品。

表面缺陷檢測視覺軟件系統(tǒng)

機器視覺軟件系統(tǒng)除具有圖像處理和分析功能外，還應具有界面友好、操作簡單、擴展性好、與圖像處理專用硬件兼容等優(yōu)點。國外視覺檢測技術研究開展的較早，已涌現(xiàn)了許多較為成熟的商業(yè)化軟件，應該比較多的有HALCON、HexSight、Vision Pro、LEADTOOLS等[41]。

HALCON是德國MVtec公司開發(fā)的一套完善的標準的機器視覺算法包，擁有應用廣泛的機器視覺集成開發(fā)環(huán)境維視圖像開發(fā)定制軟件，在歐洲以及日本的工業(yè)界已經(jīng)是公認具有最佳效能的Machine Vision軟件。HALCON的image processing library，由一千多個各自獨立的函數(shù)和底層的數(shù)據(jù)管理核心構成，其函數(shù)庫可以用C，C++，C#，Visual basic和Delphi等多種普通編程語言訪問。HALCON百余種工業(yè)相機和圖像采集卡提供接口，包括GenlCam，GigE和IIDC 1394。HALCO還具有強大的3維視覺處理能力，另外，自動算子并行處理(AOP)技術是HALCON的一個獨特性能。HALCON應用范圍涵蓋自動化檢測、醫(yī)學和生命科學，遙感探測，通訊和監(jiān)控等眾多領域。

Adept公司出品的HexSight是一款高性能的、綜合性的視覺軟件開發(fā)包，它提供了穩(wěn)定、可靠及準確定位和檢測零件的機器視覺底層函數(shù)。HexSight的定位工具是根據(jù)幾何特征、采用輪廓檢測技術來識別對象和模式。在圖像凌亂、亮度波動、圖像模糊和對象重疊等方面有顯著效果。HexSight能處理自由形狀的對象，并具有功能強大的去模糊算法。HexSight軟件包含一個完整的底層機器視覺函數(shù)庫，可用來建構完整的高性能2D機器視覺系統(tǒng)，可利用Visual Basic、Visual C++或Borland Dephi平臺方便地進行二次開發(fā)。其運算速度快，在一臺2 GHz的處理器上尋找和定位一般的零部件不超過10 ms；具有1/40亞像素平移重復精度和0.05度旋轉重復精度。此外，內置的標定模塊能矯正畸變、投影誤差和X-Y像素比誤差，完整的檢測工具包含硬件接口、圖像采集、圖像標定、圖像預處理、幾何定位、顏色檢測、幾何測量、Blob分析、清晰度評價(自動對焦)、模式匹配、邊緣探測等多種多樣，開放式體系結構，支持DirectShow、DCam，GigE vision等多種通用協(xié)議，幾乎與市面上所有商業(yè)圖像采集卡，以及各種USB、1394以及GigE接口的攝像機兼容。

Cognex公司的VisionPro是一套基于.Net的視覺工具，適用于包括FireWire和CameraLink在內的所有硬件平臺，利用ActiveX控制可快速完成視覺應用項目程序的原模型開發(fā)，可使用相應的Visual Basic、VB.Net、C#或C++搭建出更具個性化的應用程序。

LEADTOOLS在數(shù)碼圖像開發(fā)工具領域中已成為全球領導者之一，是目前功能強大的優(yōu)秀的圖形、圖像處理開發(fā)包，它可以處理各種格式的文件，并包含所有圖形、圖像的處理和轉換功能，支持圖形、圖像、多媒體、條形碼、OCR、Internet、DICOM等等，具有各種軟硬件平臺下的開發(fā)包。

此外，還有Dalsa公司的Sherlock檢測軟件，日本的OMRON和Keyence，德國SIEMENS等，這些機器視覺軟件都能提供完整的表面缺陷檢測方法。

國內機器視覺檢測系統(tǒng)開發(fā)較晚，成果比較好的是維視智造研發(fā)的  VisionBank SVS智能視覺軟件，其表面缺陷檢測、定位、尺寸測量、顏色識別等功能強大，有10大功能模塊，128個檢測工具。

機器視覺系統(tǒng)的研究和應用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、交通和安全等國民經(jīng)濟的各個領域，基于機器視覺的產(chǎn)品表面質量檢測在現(xiàn)代自動化生產(chǎn)中得到了越來越多的重視和應用。

機器視覺表面缺陷檢測系統(tǒng)中，圖像處理和分析算法是重要的內容，通常的流程包括圖像的預處理、目標區(qū)域的分割、特征提取和選擇及缺陷的識別分類。每個處理流程都出現(xiàn)了大量的算法，這些算法各有優(yōu)缺點和其適應范圍。如何提高算法的準確性、執(zhí)行效率、實時性和魯棒性，一直是研究者們努力的方向。

機器視覺表面檢測比較復雜，涉及眾多學科和理論，機器視覺是對人類視覺的模擬，但是目前對人的視覺機制尚不清楚，盡管每一個正常人都是“視覺專家”，但難以用計算機表達自己的視覺過程，因此構建機器視覺檢測系統(tǒng)還要進一步通過研究生物視覺機理來完善，使檢測進一步向自動化和智能化方向發(fā)展。