机器视觉是如何检测表面缺陷的？
机器视觉技术是一种非接触、无损伤的自动检测技术，是实现设备自动化、智能化、精密控制的有效手段。机器视觉检测系统通过适当的光源和图像传感器（CCD相机）获取产品的表面图像，使用相应的图像处理算法提取图像的特征信息，然后进行定位、判别和统计，根据特征信息对表面缺陷进行识别和分类、存储、查询等操作；机器视觉（汽车零部件视觉检测设备）表面缺陷检测系统的基本组成主要包括图像采集模块、图像处理模块、图像分析模块、数据管理和人机界面模块。图像采集模块由工业相机、光学镜头、光源及其夹持装置等组成，其作用是完成对产品表面图像的采集。在光源的照射下，产品表面通过光学镜头成像在相机传感器上，光信号先转换成电信号，再转换成计算机可以处理的数字信号，目前工业相机主要以CCD或CMOS芯片相机为主，CCD是机器视觉中最常用的图像传感器。
机器视觉光源直接影响图像的质量。它的作用是克服环境光的干扰，保证图像的稳定性，获得尽可能高对比度的图像。常用的光源有卤素灯、荧光灯和发光二极管（LED）。 LED光源由于具有体积小、功耗低、响应速度快、发光单色性好、可靠性高、出光均匀稳定、易于集成等优点，得到了广泛的应用。
由光源组成的照明系统按其照射方式可分为明场照明和暗场照明、结构光照明和频闪照明。明场和暗场主要描述了相机与光源的位置关系。明场照明是指相机直接接收目标上光源的反射光。一般摄像头和光源分布在不同的侧面，这样方便安装；暗场照明是指相机间接接收光线，光源在目标上的散射光，一般分布在相机和光源的同一侧，其优点是可以获得高对比度的图像。（汽车零部件视觉检测设备）结构光照明是将光栅或线光源投射到被测物体上，根据它们产生的畸变解析出被测物体的3维信息。频闪照明是将高频光脉冲照射到物体上，相机拍摄需要与光源同步。
图像处理模块主要涉及图像去噪、图像增强与复原、缺陷检测和目标分割。由于现场环境、CCD图像光电转换、传输电路和电子元件都会在图像中产生噪声，这些噪声会降低图像的质量，对图像的处理和分析产生负面影响，所以图像应该进行预处理以去除噪声。图像增强的目的是为了让图像变得稳定，有目的地增强图像的整体或局部特征，使原本不清楚的图像变得清晰，扩大不同物体特征之间的差异。
图像恢复是通过计算机处理重建或恢复质量降低的图像的过程。汽车零部件视觉检测设备图像恢复常采用与图像增强相同的方法，但图像增强的结果需要在下一阶段进行验证；而图像复原则试图利用退化过程的先验知识来恢复退化图像的原始面目，如加强噪点的去除、运动模糊复原等。图像分割的目的是对图像中的目标区域进行分割进一步处理。
