前言
缺陷的检测需要图像分割技术，图像的分割是将所需区域边缘与多余背景分离出来的方法。边缘指构成一片区域与外界区域分开的边界,边界技术就是关于边缘或轮廓的检测。
在数字图像中，灰度值剧烈变化的像素形成了边缘，边缘有多种类型，阶梯形边缘、线条形边缘、斜坡形边缘与折线形边缘。阶梯形、线条形边缘与外界区域有明显区分，为缺陷检测的边缘。
而区域技术则是直接提取出整个缺陷，直接与其他的区域分离开。
常见缺陷检测方法简介
基于微分的边缘检测算子属于并行边界技术，分为-阶微分算子和二阶微分算子经过--阶微分算子处理后的图像灰度不变的区域，微分结果都为0，变为黑色;在灰度斜坡和台阶处，一阶微分后的斜坡起点和终点都不为0，形成边缘;对点(x,y)的一阶微分定义如式(2.7)，模值为边缘强度如式(2.8)，方向为微分的朝向。.
二阶微分算子是在一阶的基础上继续微分，二阶算子图像灰度不变的区域，微分结果也全部为0，不变区域为黑色;在斜坡和台阶处的起点、终点都不为0，成为边缘;对于孤立的点，二阶微分比- -阶变化大，故更能凸显噪声。二阶微分的表示为式(2.9)，常见的二阶算法为拉普拉斯算子、Canny 算子等。
阈值化分割属于并行区域技术，直方图双峰法、最大类间方差法、迭代法是阈值分割中的常见算法。直方图双峰法是基于直方图像素的分布来分割图像，--幅图像中缺陷区域与背景区域的像素灰度范围差别较大时，会形成两座不同的像素“山峰”，两峰交汇处的灰度值被称为图像的阈值，以阈值为界对其区分，所需区域就被检测出来了，故直方图双峰法的关键在于寻找分离出背景的阈值，如式(2.10)。
最大类间方差法是结合像素值灰度分布,并通过缺陷区域与背景区域的最大类间方差值确定中间阈值的，缺陷区域与背景区域类间方差的大小决定了二者间差异的大小。
常见缺陷检测方法比较结果
由结果可知，Sobel算子检测的缺陷边缘无法完整提取出，减小敏感度阈值，花纹及部分背景被同时提取，且提取出的轮廓为断开的细线，无法连接，效果不好;Roberts、Canny 算子同样能凸显出缺陷的大致轮廓，但轮廓仍旧由断线组成，且花纹与背景无法分离;小波模极大值法效果差，无法分辨出轮廓，背景与缺陷模糊不清;
分水岭算法能够隐约分辨背景与缺陷轮廓，但二者仍然混杂在一起无法分离;形态学检测无法分离花纹与背景;基于区域的阈值分割法效果较好，相比于前几个算法，图像对比度提高,迭代、最大类间方差法与双峰法都能提取出缺陷的轮廓,画面较清晰，但也无法去除背景及花纹的影响。.
