图像处理中级篇 [2]—— 外观检查 / 伤痕模式的原理与优化设置方法

外观缺陷检测是工业生产中的关键环节，而伤痕模式作为图像处理的核心算法，能精准识别工件表面的划痕、污迹等缺陷。掌握其原理和优化方法，对提升检测效率至关重要。

一、利用伤痕模式进行外观检查

虽然总称为外观检查，但根据检查对象以及生产线条件的不同，对于图像传感器的性能也有不同的要求。例如，对于小型电子产品，要求能 够检查细小伤痕；对于杯子，要求能够一次性弹性地检查杯子表面的不同之处；而对于薄膜产品，则要求具有高速处理能力。

二、伤痕模式的原理

分割

图像传感器利用摄像元件 CCD 的每个像素的浓度（明暗）数据，根据浓度的变化来检测伤痕或边缘部。考虑到处理全部像素 数据所需时间过长，同时一些不必要的噪点数据会影响检查的结果，因此在本公司生产的 CV 系列中，采用由数个像素构成的 小“分割 ”的平均浓度，通过与周围的平均浓度进行对比的方法来检测伤痕。

伤痕模式的核心原理是通过比较图像中 “分割” 区域的灰度差异来识别缺陷。系统将检测区域划分为由多个像素组成的小分割，计算每个分割的平均灰度值，再与周围分割对比，差值超过阈值即判定为伤痕。这种以分割为单位的处理方式，既能减少噪点干扰，又能提高处理速度。

伤痕模式算法（各分割与周围分割进行比较和计算的方法）

 CV 系列中伤痕测量模式的算法：检测原理（检测方向为 X ）

指定检测方向为 XY（二维）时的处理方法

以 XY 为检测方向时，对于包括当前分割在内的 X 、Y 方向的各 4 个分割（共计 16 个分割），计算最大浓度与 最小浓度的差值。通过比较周围4个分割（而 不仅是相邻 2 个 分割）的 浓度，可以检测出微小的浓度变化（伤痕）。

三、圆周方向伤痕检查的原理

对于圆形工件（如轴承、PET 瓶），极坐标转换技术能将圆弧检测区域转换为方形，通过对比圆周和半径方向的灰度变化，实现全方位伤痕检测。例如，检测轴承外圈伤痕时，极坐标转换可消除曲面带来的检测盲区，确保每个位置都被均匀检测。

四、伤痕模式的优化设置方法

优化伤痕模式需重点关注三个参数：分割尺寸、移动量和比较间隔。分割尺寸应与缺陷大小匹配，计算公式为 “伤痕大小 ×Y 方向像素数 / Y 方向视野”，

例如 2mm 伤痕在 120mm 视野、480 像素相机下，最佳分割尺寸为 8。移动量和比较间隔则需根据缺陷特征调整：检测微小伤痕用小间隔，确保精细对比；检测浅淡污迹用大间隔，扩大对比范围以凸显差异。

检测小尺寸伤痕时，应该将移动量及比较间隔均设为较小的值，以便进行细致比较。 检测颜色较浅的污迹时，需要将移动量及比较间隔均设为较大的值，以便在更大的  范围内进行比较。

预处理滤镜能进一步提升检测效果。差分滤镜通过与合格品图像对比，可忽略复杂图案，仅提取污迹；实时差分滤镜则通过原图像与膨胀收缩后图像的差值，精准识别微小黑点，且无需复杂的区域设置。例如，检测带印刷图案的工件污迹时，差分滤镜能有效排除印刷干扰，聚焦于真正的缺陷。

在实际应用中，需结合工件特性优化参数。例如，检测高速移动的薄膜缺陷时，需减小分割尺寸并提高处理速度；检测大型工件表面的浅淡污迹，则需增大比较间隔以增强灰度差异。通过合理设置，伤痕模式能实现从微小划痕到大面积污迹的全类型缺陷检测。