无论是对于人工检测还是机器视觉检测，在工业生产中遇到的划痕、变色以及裂痕等产品表面的这些问题，都是非常具有挑战性的。这些问题的难点在于表面划痕检测中这类缺陷形状的不规则，深浅对比度又比较低，容易被产品表面的一些裂纹以及图案锁干扰。因此，在进行产品表面划痕检测的时候，正确的打光，相机的分辨率，以及被检测物件和相机之间的相对位置等等，要求都是非常高的。

在进行表面划痕机器视觉检测的时候，一般分为两个步骤，先是确定产品的表面是否存在划痕；然后，在确定划痕信息后，对划痕进行提取检测，而表面的划痕通常分为以下三类。

第一类划痕，单从外观上就很好辨认，其灰度的变化和周遭的环境对比也是比较明显的，可以选择较小的阙值对于划痕部分劲信直接的标记

第二类划痕，部分灰度值变化并不明显，整体图象的灰度也是比较平均，划痕的满级比较小，只有几个像素点，灰度也只比周围图像稍低，很难分辨。可以对原图像进行均值滤波，得到较平滑的图像，和原来的图象值相减，当其差的绝对值大于阈值时就将其置为目标，并对所有的目标进行标记，计算其面积，将面积过小的目标去掉，剩下的就标记为划痕。

第三类划痕，各部分灰度差异较大，形状通常呈长条形，如果在一幅图像上采取固定阈值分割，则标记的缺陷部分会小于实际部分。由于这类图像的划痕狭长，单纯依靠灰度检测会将缺陷延伸部分漏掉。对于这类图像，根据其特点选择双阈值和缺陷形状特征相结合的方法。 

由于在工业检测中图像的多样性，对于每一种图像，都要经过分析综合考虑各种手段来进行处理达到效果。一般来说，划痕部分的灰度值和周围正常部分相比要暗，也就是划痕部分灰度值偏小；而且，大多都是在光滑表面，所以整幅图的灰度变化总体来说非常均匀，缺乏纹理特征。因此，划痕的检测一般使用基于统计的灰度特征或者阈值分割的方法将划痕部分标出。

表面划痕检测系统是基于机器视觉检测，被安装在规则形状的金属产品的生产线流水上，对于生产线产品的表面缺陷以及外观形状尺寸等进行在线检测分析。特别是对于一些金属光泽比较明显的产品进行表面质量检测的时候，效果会更加突出，在检测到有缺陷的工件时，系统就能根据实际需要，进行控制，剔除其中不合格的产品，并作打标处理。