机器视觉表面缺陷检测系统基本组成
主要包括图像获取模块、图像处理模块、图像分析模块、数据管理及人机接口模块。
图像获取模块
图像获取模块由工业相机、光学镜头、光源及其夹持装置等组成，其功能是完成产品表面图像的采集。
在光源的照明下， 通过光学镜头将产品表面成像于相机传感器上，光信号先转换成电信号， 进而转换成计算机能处理的数字信号。目前工业用相机主要基于CCD或CMOS芯片的相机。CCD是目前机器视觉最为常用的图像传感器。
机器视觉光源直接影响到图像的质量，其作用是克服环境光干扰， 保证图像的稳定性， 获得对比度尽可能高的图像。目前常用的光源有卤素灯、荧光灯和发光二级管( LED)。LED光源以体积小、功耗低、响应速度快、发光单色性好、可靠性高、光均匀稳定、易集成等优点获得了广泛的应用。
由光源构成的照明系统按其照射方法可分为明场照明与暗场照明、结构光照明与频闪光照明。明场与暗场主要描述相机与光源的位置关系，明场照明指相机直接接收光源在目标上的反射光， 一般相机与光源异侧分布， 这种方式便于安装；暗场照明指相机间接接收光源在目标上的散射光， 一般相机与光源同侧分布，它的优点是能获得高对比度的图像。结构光照明是将光栅或线光源等投射到被测物上， 根据它们产生的畸变，解调出被测物的3维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。
图像处理模块
图像处理模块主要涉及图像去噪、图像增强与复原、缺陷的检测和目标分割。
由于现场环境、CCD图像光电转换、传输电路及电子元件都会使图像产生噪声，这些噪声降低了图像的质量从而对图像的处理和分析带来不良影响，所以要对图像进行预处理以去噪。
图像增强目的是针对给定图像的应用场合，有目的地强调图像的整体或局部特性， 将原来不清晰的图像变得清晰或强调某些感兴趣的特征， 扩大图像中不同物体特征之间的差别， 抑制不感兴趣的特征， 使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。
图像复原是通过计算机处理， 对质量下降的图像加以重建或复原的处理过程。图像复原很多时候采用与图像增强同样的方法，但图像增强的结果还需要下一阶段来验证；而图像复原试图利用退化过程的先验知识， 来恢复已被退化图像的本来面目， 如加性噪声的消除、运动模糊的复原等。图像分割的目的是把图像中目标区域分割出来，以便进行下一步的处理。
图像分析模块
图像分析模块主要涉及特征提取、特征选择和图像识别。
特征提取的作用是从图像像素中提取可以描述目标特性的表达量，把不同目标间的差异映射到低维的特征空间， 从而有利于压缩数据量、提高识别率。表面缺陷检测通常提取的特征有纹理特征、几何形状特征、颜色特征、变换系数特征等，用这些多信息融合的特征向量来区份可靠地区分不同类型的缺陷。
这些特征之间一般存在冗余信息， 即并不能保证特征集是最优的，好的特征集应具备简约性和鲁棒性。为此， 还需要进一步从特征集中选择更有利于分类的特征， 即特征的选择。图像识别主要根据提取的特征集来训练分类器，使其对表面缺陷类型进行正确的分类识别。
数据处理及人机接口模块
数据管理及人机接口模块可在显示器上立即显示缺陷类型、位置、形状、大小， 对图像进行存储、查询、统计等。
