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
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
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。
圖像分析模塊
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， 從而有利于壓縮數據量、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、變換系數特征等，用這些多信息融合的特征向量來區份可靠地區分不同類型的缺陷。
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。
數據處理及人機接口模塊
數據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、統計等。
