基于视觉的缺陷检测在机器视觉的应用中,表面缺陷检测占据非常重要的位置,因为其可有效地提高产品质量、 降低成本,并可提高用户满意度。根据表面图像的特点可以将基于视觉的缺陷检测技术分为两类：一类为不具备明显纹理特征材质的缺陷检测，如光学元件，金属类器件等；一类为纹理类材质的缺陷检测，如木材、布匹等。根据缺陷的形状可以分为两类：广义线类，包括裂纹，刻痕等；广义点类，包括凸块，凹陷，孔穴，污物等。基于视觉的缺陷检测的主要步骤为：特征提取为其中的关键，缺陷特征提取的好坏直接影响检测的效果。预处理的目的是减少图像的噪声，提高目标与背景的对比度，突出图像中的缺陷特征。小波技术在预处理中的应用：1. 小波去噪2. 小波融合可以将不同角度拍摄的图像进行融合采用小波融合方法既能够很好地保留几幅源图像基本信息，又能够突出图像中的缺陷边缘、结构等高频信息，使融合后的图像信息更加全面、准确，图像质量效果更加优良，全方位地表达了缺陷特征，可以为缺陷的进一步分类识别提供充足的数据支持。不具备明显纹理特征的图像检测此类图像的特点为缺陷目标和背景对比度低，瑕疵
