表面缺陷检测综述

基于机器视觉的表面缺陷自动检测是确保自动化生产中产品质量的一个非常重要的环节，其广泛地应用在织物表面检测、食品表面检测、钢表面检测、木头和瓷砖表面检测等领域，并在多晶硅太阳能电池表面检测等生产领域具有广阔的应用前景[1-4]。图1显示了一些缺陷样本。

表面缺陷检测的关键技术包括超声波、光干涉等硬件技术和缺陷检测方法，本文重点研究了表面缺陷检测方法。20 世纪80 年代末到90 年代中期， Chin 和Newman等人分别对表面检测技术进行了总结。2004 年，Li 等人调查了表面检测的新技术。 2008 年，Xie纹理分析的角度对表面检测技术进行了深入的研究。近几年来基于机器视觉的表面检测技术取得了重大进步，并且出现了一些新的研究热点，如瓶盖表面检测、苹果外观缺陷在线检测、凸轮轴表面缺陷检测、油封缺陷检测、金属表面划痕深度检测、钢带表面凹坑检测、轮胎表面缺陷检测、大尺寸钢球表面缺陷检测、大口径精密光学元件质量检测、铸坯表面缺陷检测、轴尖表面缺陷检测、多晶硅太阳能电池表面检测、铁路表面缺陷检测、铜带表面缺陷检测和电池表面缺陷检测等。本文旨在帮助国内研究人员快速和深刻了解表面检测技术的研究状况与最新进展，以及该领域未来的研究趋势。

表面缺陷检测方法仍然面临着缺陷和非缺陷区域之间的低对比度，噪音和细微缺陷的相似性，检测速度慢和识别精度低等难题。基于机器视觉的表面检测技术主要包括特征提取和模式分类。