在工業(yè)生產(chǎn)中總是經(jīng)常遇到裂痕、劃痕和變色等產(chǎn)品的表面缺陷問題，而這些問題不管對于人工檢測還是機器視覺技術(shù)檢測都極富挑戰(zhàn)。其難度在于該類缺陷形狀不規(guī)則、深淺對比度低，而且往往會被產(chǎn)品表面的自然紋理或圖案所干擾。因此，表面缺陷檢測對于正確打光、相機分辨率、被檢測部件與工業(yè)相機的相對位置、復(fù)雜的機器視覺算法等要求非常高。
機器視覺劃痕檢測的基本分析過程分為兩步：首先，確定檢測產(chǎn)品表面是否有劃痕，其次，在確定被分析圖像上存在劃痕之后，對劃痕進行提取。
表面劃痕通?？煞譃槿箢悾?/strong>
第一類劃痕，從外觀上較易辨認(rèn)，同時灰度變化跟周圍區(qū)域?qū)Ρ纫脖容^明顯?？梢赃x擇較小的閾值精缺陷部分直接標(biāo)記。
第一類劃痕缺陷圖像
第二類劃痕，部分灰度值變化并不明顯，整幅圖像灰度比較平均，劃痕面積也比較小，只有幾個像素點，灰度也只比周圍圖像稍低，很難分辨?？梢詫υ瓐D像進行均值濾波，得到較平滑的圖像，并與原圖像相減，當(dāng)其差的絕對值大于閾值時就將其置為目標(biāo)，并對所有的目標(biāo)進行標(biāo)記，計算其面積，將面積過小的目標(biāo)去掉，剩下的就標(biāo)記為劃痕。
第二類劃痕缺陷圖像
第三類劃痕，各部分灰度差異較大，形狀通常呈長條形，如果在一幅圖像上采取固定閾值分割，則標(biāo)記的缺陷部分會小于實際部分。由于這類圖像的劃痕狹長，單純依靠灰度檢測會將缺陷延伸部分漏掉。對于這類圖像，根據(jù)其特點選擇雙閾值和缺陷形狀特征相結(jié)合的方法。
第三類劃痕缺陷圖像
由于在工業(yè)檢測中圖像的多樣性，對于每一種圖像，都要經(jīng)過分析綜合考慮各種手段來進行處理達到效果。一般來說，劃痕部分的灰度值和周圍正常部分相比要暗，也就是劃痕部分灰度值偏?。欢?，大多都是在光滑表面，所以整幅圖的灰度變化總體來說非常均勻，缺乏紋理特征。因此，劃痕的檢測一般使用基于統(tǒng)計的灰度特征或者閾值分割的方法將劃痕部分標(biāo)出。
基于機器視覺的表面缺陷檢測量系統(tǒng)，可安裝在具有規(guī)則形狀的金屬產(chǎn)品生產(chǎn)流水線上，對生產(chǎn)線上的每個產(chǎn)品的表面缺陷及外形尺寸等進行在線檢測，尤其對于有金屬光澤的產(chǎn)品的表面質(zhì)量檢測效果更加突出。當(dāng)檢測到有缺陷的工件時，系統(tǒng)可根據(jù)實際需求發(fā)出相應(yīng)的控制信號，即可直接將廢品剔除，也可控制打標(biāo)機構(gòu)在缺陷品上噴涂標(biāo)志。
文章來源：機器視覺網(wǎng)，犀靈機器人http://v9054.cn整理發(fā)布