玻璃缺陷在线检测系统设计
安全玻璃缺陷光学检测系统中的电路设计
０ 引 言
在安全玻璃的缺陷检测中 ，通常被检对象 的尺寸很小 ， 约为 ４ ｔ ０ｘ ｍ数量级 。 检测 系统不仅需要确定 缺陷位置 ， 还要精 确测定其外形特征 ．结合光学特征进一步判 断缺 陷的性质 。 因此 ， 检测平 台的几何尺度测量必须有很高的精度 。为之 ， 在 设计的检测 系统 中采用 了光栅 位移传感器作为测试手段 。
了ｘ 轴及 Ｙ光栅信 号的细分 、 向、 移测量， 辨 位 还通过 Ｕ Ｂ口方便快捷 实现 了与 Ｐ Ｓ ｃ机的信息交换。 实际应 用情 况表 明， 该设计
集成度 高， 用方便 ， 使 性能稳 定可靠 。
【 关键词】 安全玻 璃 ； 陷 测； 缺 检 光栅位移传感器； Ｐ Ａ Ｕ Ｂ ＦＧ ；Ｓ
所带有 的配套软件具 有简单的操作接 口。 很容 易与 Ｆ Ｇ Ｐ Ａ进
行通信操作 。系统 中 ，Ｈ３ ２的工作方式为从机方式 ， Ｃ ７ 即将它 作为从机挂接 到 Ｆ Ｇ Ｐ Ａ的数据总线上与上位机进行通信 。
图 ２ 正 向运动时 Ａ信号下降沿检 出电路
，
里！ ！
Ｉ ＮＴ＃
、
数变化 。 换言之 ， 光栅 尺每移动 １ 个栅距只计 １ 次数 。 如果让
两个信号 的周期相同， 相位差 ９ 。ｚ ０ 相信号作为校准信号 ， 用
以消除 累积误差。若 光栅尺正 向运动时 ， Ａ信号 超前 Ｂ信 号，
计数器在 Ａ、 Ｂ两路信号的上升沿以及下降沿均产生计数 ， 则
同样光栅尺移动 １ 个栅距 ， 会有 ４次计数效果 。也就是说 ， 光 栅尺在 １ 个栅距 内， 每移动 １ ， ４栅距就产生 １ 次计数 ， 相当于
在 Ａ信号下降沿， Ｂ信号为… ’当光栅尺反向运动时， １； Ａ信
玻璃缺陷检测LED照明系统研发
彭振 民
（ 暨南大学信 息技术研 究所 ， 广东 广 州 ５ １ ０ ０ ７ ５ ）
圈 圆 臣
一 一
［ 摘
要］ 以某玻璃 厂缺 陷检 测的照 明为主线 ， 分析 了其项 目开发 目标 ， 提 出 了系统 的技 术路线 、 处理流程 和应 对措施 ，
（ ７ ） ｃ ｄ ４ ０ ６ ７在未 做任何选 择通道 时默认产 生 了 ０ ０ ０ ０ ， 这
圈 一 Ｅ
图 ３ 显 示板 原 理 框 图
显示 板上有六 组 Ｌ Ｅ Ｄ 灯 的 按 钮 ， 从 左 到 右 分 别 是
１ － ６ Ｌ Ｅ Ｄ灯 组 。当相 应 的按键 按 下 的 时候 ，当控 制 板 读取 ７ ４ １ ｓ １ ６ ５的时候 ， ７ ４ １ ｓ １ ６ ５就 会把 相 应 的状 态 回传 到控 制 板 。
同时对项 目实施 的管理思路和过 程要 点进 行 了总结和分析 。
［ 关键 词］ 缺 陷检 测 照 明 ； Ｌ Ｅ Ｄ 灯 光 控 制 ；Ｌ Ｅ Ｄ 照 明
１ ． 项 目开 发 目标
此 项 目应 用在 玻璃 厂缺 陷检 测 的照 明上 ，可 以按 照 需 求选 择照 明的部分 。 整个 Ｌ Ｅ Ｄ照 明部分分 为 ６个照 明区域 ， 每 组 ８个 Ｌ Ｅ Ｄ 串， 每个 Ｌ Ｅ Ｄ 的前 向电压 为 ２ ． ５ Ｖ。按照实 际 测 量 的结果 ， 当 Ｌ Ｅ Ｄ 的 电流 为 ２ ８ ０ ｍａ的 时候 ， 在 保证 Ｌ Ｅ Ｄ
目翻
图 ２ 控 制 板 原理 框 图
灯 的寿命 下 ， 能够 满足 实际 的工厂 需求 。在上 述 的前提 下 ，
采取 ６路的恒流 源控制通 。在控制箱 的前 向面 板上 ， 分别表
基于机器视觉的玻璃瓶口缺陷检测方法
基于机器视觉的玻璃瓶口缺陷检测方法随着工业化的发展，玻璃瓶已经成为了我们生活中不可或缺的物品之一。
然而，由于生产过程中的各种原因，玻璃瓶口上可能会出现一些缺陷，这些缺陷会影响到瓶子的密封性能，从而影响到产品的质量。
因此，如何快速、准确地检测玻璃瓶口的缺陷，成为了一个亟待解决的问题。
近年来，基于机器视觉的玻璃瓶口缺陷检测方法逐渐成为了研究的热点。
这种方法利用计算机视觉技术，通过对瓶口图像的处理和分析，来实现对瓶口缺陷的检测。
具体来说，这种方法主要包括以下几个步骤：1. 图像采集：利用相机等设备对玻璃瓶口进行拍摄，获取瓶口图像。
2. 图像预处理：对采集到的图像进行预处理，包括去噪、灰度化、二值化等操作，以便于后续的图像分析。
3. 特征提取：利用图像处理技术，提取瓶口图像中的特征信息，如边缘、角点等。
4. 缺陷检测：根据提取到的特征信息，结合一定的算法模型，对瓶口图像进行缺陷检测。
5. 结果输出：将检测结果输出，以便于后续的处理和分析。
基于机器视觉的玻璃瓶口缺陷检测方法具有以下优点：1. 高效性：利用计算机视觉技术，可以快速、准确地对瓶口缺陷进行检测，大大提高了检测效率。
2. 自动化：该方法可以实现自动化检测，减少了人工干预，降低了人工误差。
3. 精度高：利用图像处理技术，可以对瓶口图像进行高精度的分析和处理，从而实现对瓶口缺陷的精准检测。
4. 可靠性高：该方法可以避免人为因素对检测结果的影响，提高了检测结果的可靠性。
总之，基于机器视觉的玻璃瓶口缺陷检测方法是一种高效、自动化、精度高、可靠性高的检测方法，可以有效地提高玻璃瓶生产的质量和效率。
随着计算机视觉技术的不断发展，相信这种方法在未来会得到更广泛的应用和推广。
玻璃缺陷检测
玻璃片缺陷视觉检测1.玻璃缺陷特征玻璃片生产过程中，常见的缺陷有：气泡、划痕、结石、夹杂物，翘曲等。
各类缺陷的主要特点分：(1)气泡，该类缺陷是由于玻璃生产材料含有气体、外界环境气泡、金属铁丝等引起，主要特点为整体轮廓近似于圆形、线形、中空、具有光透射性等。
(2)结石，由于其热胀系数和外界环境热胀系数的差异，该类缺陷严重影响玻璃质量。
主要分为：原材料结石、耐火材料结石以及玻璃析晶结石等。
(3)夹锡，夹锡主要分为粘锡和锡结石，其特点是呈暗黑色、具有光吸收性。
(4)划伤，该缺陷主要是玻璃原板与硬质介质间的相互摩擦产生，外表呈线性。
(5)表面裂纹及线道，其特点表面呈线性。
具体的缺陷图如图1-1所示：（a）无缺陷玻璃图像（b）含气泡玻璃图像（c）含结石玻璃图像（d）含裂纹玻璃图像（e）含夹杂物的玻璃图像（f）划痕的玻璃图像图 1-1 玻璃典型缺陷图像2玻璃缺陷视觉监测系统工作原理2.1 玻璃缺陷视觉检测原理玻璃生产过程大体可分为：原料加工、备制配合料、熔化和澄清、冷却和成型及切裁等。
在各生产过程中，由于制造工艺、人为等因素，在玻璃原板的生产任一过程中都有可能产生缺陷，根据玻璃现行标准中的规定，玻璃常见的缺陷主要包括：气泡、粘锡、划伤、夹杂等。
无缺陷的玻璃其特点是质地均匀、表面光洁且透明。
玻璃质量缺陷检测是采用先进的CCD 成像技术和智能光源。
系统照明采用背光式照明，其原理如图2-1所示，即在玻璃的背面放置光源,光线经待检玻璃，透射进入摄像头[1]。
图 2-1 检测原理图示意图光线垂直入射玻璃后，当玻璃中没有杂质时如图2-2(a)所示，出射的方向不会发生改变，CCD 摄像机的靶面探测到的光也是均匀的；当玻璃中含有杂质时，出射的光线会发生变化，CCD 摄像机的靶面探测到的光也要随之改变。
玻璃中含有的缺陷主要分为两种：一是光吸收型（如沙粒，夹锡等夹杂物）如图2-2(b)所示，光透射玻璃时，该缺陷位置的光会变弱，CCD 摄像机的靶面上探测到的光比周围的光要弱;二是光透射型（如裂纹，气泡等）如图2-2(c)所示，光线在该缺陷位置发生了折射，光的强度比周围的要大，因而CCD 摄像机的靶面上探测到的光也相应增强。
钢化玻璃在线应力检测系统设计
三、本课题国内外研究现状
早期钢化玻璃厂商大多是依赖大量的抗冲击实 验来确定钢化工艺条件，不仅耗时耗力而且成 本高昂，更主要的是这严重的阻碍了国内钢化 玻璃工业的发展。当前，国内设备仍然无法大 面积推广，产品缺乏市场化，可靠性、信赖度 还未能完全被国内专家和使用者所接受，这是 我们国内检测设备商必须要严肃面对和解决的 问题薄切片光测弹性法是一种破损性的测量方 法，它不适用于物理钢化玻璃。薄切片，就是 将玻璃碎成小块，再取小块进行测量。这一破 碎作用会造成大量的内应力释放，甚至会影响 到测量结果 微分表面折射计：高折射率玻璃棱镜放置在样 品表面上，然后将漫射的单色光投射到界面上。 （1）入射角3大于临界角φ，（2）入射角1小于 临界角φ，（3）入射角2为临界角φ，
钢化真空玻璃在线应力检测系统 设计
学生姓名：崔磊 指导老师：邵麦顿
主要内容
一、课题的来源 二、课题研究的背景及意义 三、本课题国内外研究动态 四、课题研究的主要内容 五、课题进度计划
一、课题的来源
课题为学院专家组评审通过的教师命题，是指导老 师研究的一个课题中的一部分。
二、课题研究的背景及意义
单片机的最小系统就是让单片机能正常工作并发挥其功 能时所必须的组成部分，也可理解为是用最少的元件组 成的单片机可以工作的系统
四、课题研究的主要内容
基于ARM／DSP双核与μClinux的玻璃缺陷在线检测系统
基 于 Ａ Ｍ／ Ｓ Ｒ Ｄ Ｐ双 核 与 ｉ ｌ ｕ ￣ ｉ ｘ的 玻璃 缺 陷 在线 检 测 系 统 Ｃｎ
基于 Ａ Ｍ Ｄ Ｐ Ｒ ／ Ｓ 双核与 Ｆ ｌｕ 的玻璃缺陷在线检测系统 Ｃｉ ｘ ｎ
Ｒ ｓ ａ ｃ ｎ Ｏｎ ｌ ｅ Ｇｌｓ ｆ ｃ ｎ ｐ ｃ ｉｎ Ｓ ｓｅ ｅ ｅ ｒｈ ｏ － ｉ ａ ｓ Ｄｅｅ ｔ Ｉ ｓ ｅ ｔ ｙ ｔ ｍ ｎ ｏ Ｂ ｓｄ ｏ ａ ｅ ｎ ＡＲＭ／ ＤＳＰ ａ ｄ ｎ ＦＣｌ ｕ ｉ ｘ ｎ
目前 国 内多 数 浮 法玻 璃 生 产 线 上 所 用 的质 量 检 测 都 是 通 过
利 用人 眼离 线 检 验 或专 用 仪 器 抽 样 检 测 。与 离 线 测 量 方 法 相 比
制 式 ）经 过 Ａ Ｄ转 换 器转 换 为 数 字 视 频 信 号 ， 频 信 号 通 过 高 ， ／ 视
ｇｌ ｓａｌｏ ｉ ｉ ｓｍ ｐｌ ｉ ｉ ｐｌ ａｓ ， ｓ ｔ ｓ ｉ ｅ ｎ ｍ ｅｍｅｎｕ ｐ ｒｔ ｎ ｓ ｓｅ ｏ － ｉｅ ｇ ａ ｓ ｄ ｆｃ ｎ ｐ ｃ ｉｎ ｅ ｗｏ ｄ ： Ｍ， Ｓ ， Ｃｌ ｘ ｏ ｅ ａ ｉ ｙ ｔｍ， ｎ ｌ ｌｓ ｅｅ ｔｉｓ ｅ ｔ ￣ ｎ ｏ ｎ ｏ
ｐｅ ｉｉｎ ｎ ｔｅ Ｏｎ ｉｅ Ｇｌ ｓ Ｄ ｆｃ ｎ ｐ ｃｉｎ ｂ ａ ｏａｏｙ ｔｓ。ｎ ｔ ｅａ ｉ ａ ｆｌｌｔｅ ｅ ｎ ｏ ｉｈ ｕ ｌ ｒｃｓ ｏ ｈ —ｌ ａ ｅｅ ｔＩｓ ｅ ｔ ｙ ｌｂ ｒｔｒ ｅ ｔ ｄ ｉ ｖ ｒｃｔ ｃ ｎ ｕｆ ｈ ｄ ｍａ ｄ ｆｈｇ ｑ ａｉ ｏ ｎ ｓ ｏ ａ ｓ ｙ ｉ ｌ ｙ ｔ
统 ｉ ｌｕ ￣ ｉ ｘ的 Ｔ ／Ｐ或 者 Ｕ ／Ｐ协议 栈 将 数 据 打 包 。 字 化 Ｃｎ ＣＰ Ｉ ＤＰ Ｉ 数
一种基于机器视觉的浮法玻璃质量在线检测系统
传统 的浮法玻璃 质量检 测方法主 要采用人 工在 线 肉眼监视 的 方法 。人眼监 视存在 主观 、视 角 、视 场 等因素影 响 ，容易对 浮法玻 璃缺 陷造成漏 检 ，尤 其是 变形较 小 、畸变不 大的夹 杂 ，极大地 降低玻璃 的等级水平 。随 着现代 生产技 术的不 断发展 ，高端 产 品 （ 液 晶屏幕 ）对浮法 玻璃原 板 的质量要 求越 如 来越 高 ，采用 人工控 制浮法玻 璃质 量的生 产方式 已 无法 适应 目前玻璃 生产 的实际需 要 。因此 ，要全 面 保证玻 璃质 量 ，提 高玻璃 质量 等级 ，对玻璃 质量 进 行高 效准确 的在线 实时检 测就显得 十分 重要 。 目前 ，浮法 玻璃 质量检 测系统 主要利 用激光 检 测Ｉ 和摩 尔干涉 原理 ｌ ２ 的方法 。 本文 介绍 的浮法玻璃 质量检 测 系统 采用分 布式视 觉技 术 ，以机器 的 眼睛 代替人 眼 ，完成对 浮法玻 璃 的缺 陷提取 、缺 陷识 别 和分 类。其 检测原 理是 ：玻璃 中的缺陷和正 常玻璃
其技 术 要求主 要是实 时性 、准确性 和可靠 性 ，因此
相应的算法研究和软件设 计必须围绕这些要求展开 。 所 谓实 时性 ，是指检 测系统 的采 集速度 能够满 足玻
璃 的运 行速 度（ 即采 集实 时性 ） ，并且 能在每 帧 图像
的采 集时间 内完成数 据 的传输 、存 储 、分析处理 及 结果输 出（ 处理 实时 性） 。由此 要求检 测算 法的运 行
维普资讯
１
２ 采集系统设计
本 系统 采用 了 由高 速 、高精 度 的相机 和镜 头 与
勺 似
３ 图像处理算法及软件 实现
基 于机 器视 觉 的浮 法玻 璃 质量 在线 检 测 系统 ，
基于FPGA与DSP的浮法玻璃缺陷在线检测技术研究
法、 大津 阈值 法Ｌ ６ 和 连 通 域分 析 技 术 ， 计 算 出缺 陷 的位 置 、 面积 和尺寸 等 特征 参数 。在 Ｆ Ｐ Ｇ Ａ 和 ＤＳ Ｐ
样本 图像 ， 像 素为 ５ １ ２ ×５ １ ２ 。
２ 玻 璃 缺 陷在 线 检 测 系统 的硬 件 设计 方 案
２ ． １ 检 测 系统 总体 架构 设计 由于待检 玻璃 宽度 为 １ ５ ０ ０ ｍｍ， 单 路采 集单 元
方案， 将Ｆ Ｐ Ｇ Ａ和 Ｄ Ｓ Ｐ应 用 于玻 璃 图像 采 集 、 处 理 和 分 析 。 通 过 分 析 玻 璃 图像 的 灰 度 分 布 特 征 ， 采 用 中值 滤 波 、 差影运 算、 大
津 阈 值 法和 连通 域 分 析 技 术 ， 计 算 出缺 陷 的 位 置 、 面 积 和 尺 寸等 特 征 参 数 。 实 验 结 果 表 明 ： 检测速 度满足设计 要求 ， 检 测 算 法
本 文提 出将 Ｆ Ｐ Ｇ Ａ和 Ｄ Ｓ Ｐ等嵌 入式 器 件 应 用
于玻 璃 图像 的采 集 、 处 理 和分 析 ， 其中 Ｆ Ｐ Ｇ Ａ 具 有 强 大 的并 行计 算能力 ， 适 合做像 素 级 的图像 预处理 ，
Ｄ Ｓ Ｐ拥 有强大 的乘 加 运算 能 力 ， 适合 做 复 杂 的 图 像
架构 的浮法玻 璃缺 陷在 线检测 系统 在产 品质 量控 制 和 降低工 人劳 动强 度方 面起 到了一 定 的作用 ， 但是 ，
在 基 于该 架构 的检 测 系 统 中 ， 需 要 为 每 台工 业 相 机 配备 一个 专用 的图像 采集 卡 以完成 图像 的采 集和 预 处理 ， 并 且 图像 处 理一 般 由通 用 工控 机 上 运 行 的 应
玻璃瓶瑕疵检测系统——0702111
玻璃瓶瑕疵自动检测系统摘要本课题是研究玻璃瓶瑕疵自动检测系统，针对玻璃瓶检测的高速度、高精度、实时性的特点，本文主要利用数字图像处理技术及其方法研究一套玻璃瓶瑕疵检测系统，利用该检测系统提供的一些数字图像处理方法可以决速准确的判断出该图像是否为缺陷图像。
利用该检测系统所应用的技术设计出来的系统不受主观因素的影响，能快速、准确地检测产品，完成人工无法完成的检测任务，是现代化生产中不可缺少的工具。
本文详细地介绍了图像处理技术，验证了多种图像检测算法，我们提出了一种基于混合滤波器缺陷检测算法，并从理论和实验两方面对检测效果做了评价。
论文分析了各种模式识别方法，提出了玻璃瓶缺陷检测的具体方案。
方案利用聚类算法来提取缺陷，通过对缺陷特征的分析来识别玻璃瓶的好坏。
本系统的主要部分由CCD摄像机、图像采集卡和微型计算机组成。
CCD摄像机采集玻璃瓶图像，图像采集卡把玻璃瓶图像转换成计算机能识别和处理的数字图像，再通过计算机上的软件完成缺陷检测功能。
检测系统在实验阶段的检测精度已达到设计要求，较成功地实现了玻璃瓶缺陷的检测，能用于检测玻璃瓶的裂痕、气泡等缺陷。
关键词:图像处理缺陷图像分割模式识别特征提取AbstractThis paper studies the glass bottle defect detection system, for the high-speed, high precision and real-time features of glass bottle detection,this paper mainly uses the technologies and methods of digital image processing to research and develop a glass-crack inspecting system.We can judge whether the image is a crack or not from the digital image processing methods that the inspecting system applies us.The detection system, which designed with this technique, won’t b e influenced by subjective factors. It can detect the product fleetly and accurately that the human can’t do. It is an indispensable tool in modernization production.This paper introduces image processing technique detailedly.Demonstrating a variety of image detection algorithm, we propose a defect detection algorithm based on hybrid filter, and have evaluated the testing results from both theory and experiment.The paper analyses a variety of pattern identification technique and raises a specific scheme for the detection of the glass bottle blemish. The scheme uses the clustering arithmetic to distill blemish, and identifies the glass bottle by analyzing the character of blemish.This system’s hardware is mainly composed of CCD camera, image capture card and computer. The image of glass bottle is collected by CCD camera, and turned to digital images that can be identified with computer by image capture card, and identify glass bottles’blemish with the software in the computer. The detection system has successfully realized the blemish detection of bottles. It reaches the detection precision needed in experimental conditions and can detect the blemish of glass bottles, such as crack, bleb, etc.Keywords: Image Processing；Blemish；Image segmentation；Pattern Identification；Feature Extraction1绪论2系统结构3图像处理（图片比较）4数据处理5结论6参考文献第一章绪论1.1 本课题的提出随着时代的发展，科技的进步，人们对工业产品的数量和质量要求越来越高，传统意义上的检测技术与飞速发展的工业要求之间的矛盾日益突出。
基于机器视觉的玻璃检测系统设计
基于机器视觉的玻璃检测系统设计玻璃由于具有透明的特性，使其在生活中的应用越来越广泛，如建筑、汽车玻璃、日用品等。
由于玻璃制品的表面质量对产品外观的影响很大，因此玻璃表面缺陷检测是一项非常重要的工作。
传统的玻璃表面检测方法采用人工的方法，需要大量的人力投入，耗时耗力，而且检测结果的准确性也存在一定的局限性。
因此，基于机器视觉的玻璃检测系统的研究意义重大。
基于机器视觉的玻璃检测系统是指利用计算机和相应的软硬件设备来检测玻璃表面的质量状况。
该系统主要由摄像机、光源、图像处理器和计算机控制系统组成。
其主要工作原理是利用摄像机对检测物体的外观特征进行获取，然后对这些数据进行计算和分析，从而得到物体表面的缺陷信息。
在设计基于机器视觉的玻璃检测系统时，需要考虑一系列的因素。
首先，需要选择合适的摄像机和光源。
由于玻璃表面具有很强的反射性和折射性，因此需要选择相应的摄像机和光源。
其次，需要进行图像的采集和处理。
图像处理过程中需要进行分割、特征提取、分类等步骤。
最后，需要通过计算机控制系统来实现对检测结果的输出和控制。
在图像采集过程中，需要考虑多种因素。
首先是角度和距离的选择。
角度和距离的选择会影响图像的清晰度和获取的信息量。
其次是摄像机的分辨率。
摄像机的分辨率会影响图像的清晰度和准确度。
最后是光源的选择。
合适的光源可以提高图像的质量，同时也可以减少噪点。
在图像处理过程中，主要是对图像进行分割、特征提取和分类。
分割是指将图像中的对像与背景分开，提取出有用信息。
而特征提取是指对分割后的图像进行数学处理，从而提取出有用信息，如玻璃表面的缺陷、均匀度等。
分类则是将提取的特征进行处理和归类，进而得出玻璃的质量状况。
在计算机控制系统中，主要包括数据的存储与处理、控制结果的输出等功能。
需要采用高效的控制算法和可靠的控制系统，以实现对检测结果的准确性和实时性的要求。
同时，还需要考虑可扩展性和稳定性的问题，以便在后期的系统升级中进行扩展和优化。
基于ARM与DSP玻璃缺陷在线检测系统
标 准 的 数 字 图 像 信 号 ， 其 图 像 规 格 为 ７ ０× ５ ６ ２ ７， ２ ５帧 ／ 秒 （ ＰＡＬ 制 式 ） 或 ７ ０× ４ ０， ３ 帧 ／ ２ ８ ０ 秒 （ ＮＴＳ Ｃ制 式 ） 该 信 号 通 过 高 速 Ｃ６ １ Ｐ 压 缩 。 ４ ６ ＤＳ 成各 种 符 合 不 同 压 缩 标 准 的 数 据 码 流 ，再 通 过 ＤＳ 的 ｘ Ｐ ＢＵＳ总 线 传 输 到 嵌 人 式 微 处 理 芯 片 ＡＲＭ Ｌ ＰＣ２ ０ ２ ０上 ，通 过 嵌 入 式 微 处 理 器 的 操 作 系 统 ｃ Ｌｉｕ ｎ ｘ的 ＴＣ Ｉ 或 者 ＵＤＰ／Ｐ 协 议 栈 将 数 据 打 Ｐ／ Ｐ Ｉ 包 。 数 字 化 后 的 图 像 信 息 将 依 次 进 行 ： 预 处 理 、 图
０ 引 言
玻 璃 在 生 产 过 程 中 ，会 产 生 各 种 各 样 的 缺 陷 ， 如气 泡 、条 纹 和 结 石 。一 般 来 说 ，不 允 许 玻 璃 中 有 大 量 的 明 显 缺 陷 ，否 则 会 影 响 玻 璃 的 外 观 质 量 ， 降 低 玻 璃 的 均 匀 性 、透 光 性 和 机 械 强 度 ， 造 成 大 量 的 废 品 和 次 品 。 目前 我 国 对 于 玻 璃 缺 陷 还 没 有 一 个 良 好 的 自动 化 检 测 手 段 。本 文 介 绍 了 一 种 基 于 ＡＲＭ 和 Ｐ技 术 的 玻 璃 缺 陷 自动 化 检 测 系 统 ， 能 对 玻 璃 缺 陷 较 好 地 进 行 在 线 自动 检 测 、 标 记 和 优 化 切 割 。
玻璃表面缺陷检测系统原理
玻璃表面缺陷检测系统原理玻璃是一种常见的建筑材料，广泛应用于建筑、汽车、家电等领域。
然而，由于制造过程中的各种原因，玻璃表面可能会出现各种缺陷，如划痕、气泡、脱附等。
这些缺陷不仅影响玻璃的美观度，还可能降低其强度和耐久性。
因此，开发一种高效、准确的玻璃表面缺陷检测系统对于保证产品质量和提高生产效率至关重要。
玻璃表面缺陷检测系统的原理是基于图像处理和机器视觉技术。
首先，将待检测的玻璃放置在特定的检测平台上，并通过传感器获取玻璃表面的图像。
然后，利用图像处理算法对图像进行预处理，去除噪声和背景干扰，增强图像的对比度和清晰度，以便更好地识别缺陷。
在预处理完成后，接下来是缺陷的检测和分类。
通常，玻璃表面的缺陷可以分为几个主要类别，如划痕、气泡、脱附等。
针对不同的缺陷类型，需要设计相应的检测算法和模型。
例如，对于划痕缺陷，可以利用边缘检测算法和形态学处理方法来提取划痕的轮廓和边界信息；对于气泡缺陷，可以利用图像分割算法和形状特征提取方法来检测和定位气泡的位置和大小。
在检测和分类完成后，系统还需要进行缺陷的评估和判定。
这一步骤通常涉及到特征提取和模式识别技术。
通过提取缺陷区域的纹理、颜色、形状等特征，并利用机器学习算法训练分类模型，可以对缺陷进行定量评估和判定。
例如，可以利用支持向量机（SVM）算法对不同类型的缺陷进行分类，并给出缺陷的严重程度和优先级。
玻璃表面缺陷检测系统还需要提供可视化的结果和报告。
通过将检测结果以图像、表格或报告的形式呈现给操作人员，可以帮助他们直观地了解玻璃表面的缺陷情况，并及时采取相应的措施进行修复或处理。
此外，系统还可以将检测结果保存和记录，用于质量追溯和生产过程的改进。
玻璃表面缺陷检测系统是基于图像处理和机器视觉技术的一种高效、准确的自动检测方法。
通过对玻璃表面图像的处理、缺陷的检测和分类、缺陷的评估和判定，以及结果的可视化呈现，可以实现对玻璃表面缺陷的快速、准确的检测和分析，提高产品质量和生产效率，为各行业的玻璃应用提供可靠的质量保证。
基于机器视觉的液晶基板表面缺陷检测系统
控制进 入镜 头 的光线 ． 曝光满 足 系统检 测要 求 。 使 具 有 大光圈可 以满 足在快速运动条件下 高速快 门对 通光 量 的 要 求 对 于 玻 璃 基 板 表 面 缺 陷 控 制 在 不 超 过 １０ ｍ 的质量控制要求 ． 系统 完全 满足检测要求 。 ０ｕ 本 光源系统 的质量直接决定是机器 视觉系统 的图像 采集效 果 。 根据玻璃 图像采集对 照明条 件的要求 ， 光源
随着现代生产技 术的不断发展 ． 高端 产品 （ 如液 晶 屏幕） 对玻 璃原板的质量要求越来越高 。Ｆ — Ｃ ＴＴ Ｌ Ｄ显示 ｒ 器制造工艺包括 多次精密光刻 ．要求基板 外形尺 寸加 工精 度达到 ０１ ｍ误差 ．制造 电路 的基板表 面应无 任 ． ｍ
１ 个摄 像 头 ５
玻璃 基板 １ 个光 源 ５
是指检测 系统 的算法和软件要具有鲁 棒性 ．即能长时 间运行并保 证得 到正确结果 ．而软件 需要在满 足算法
目标的同时 。 具有 ｂ ｇ 少 、 ｕｓ 消耗 内存少等要求
即 在 此 速 度 下 水 平 方 向 上 能 满 足 检 测 到 最 小 ２ ｕ 的 缺 陷 ０ｒ ｎ 在 垂 直 方 向上 １ 相 机 直 线 排 列 ． 板 垂 直 尺 寸 ５个 基 １Ｏ ｍ 则 ： ｌＯ ｍ，
ｍ ｘ垂 分 串 Ｗ 基 幅 ， ｄ 度 １ ０ ／１ ｘ ０ ６ ≈０ ２ ｍ ａ 卣辨 ＝ 板 宽Ｗ忡 宽 ＝ １ ｏ （ ５ ４ ９ ） ． ｍ ０
传送 方 向
板
即 在 此 速 度 下 垂 直 方 向 上 能 满 足检 测 到 最 小
２ｕ 的缺陷 。 ０ｍ 系 统 设 计 中 相 机 镜 头 采 用 物 距 为 ｆ １０ 的 标 准 ＝８ Ｎｋ ｎ镜 头 ． 变 小 ． 原 性 好 ， 可 以 适 配 各 种 滤 镜 ， ｉ ｏ 畸 还 并
浅弯钢化玻璃在线检测系统的设计与实现
４滚 动 直 线 导 轨 副 ５检 具 固定 框 架 台 ６检 具
图 ２新 传 动 系统
评价 、 测 定方
法
检验 频 次 首检 ３片
１片 ／ ． ｈ ０ ５
尺 寸
Ａ， Ｂ边 ： ０ ５ Ｃ 边 ： ２ ０ ± ．； 一 ～ Ｄ边 检 具 ： ± １０ ． ；Ｒ边 ： １ ５ ± ．
吻 合度 Ａ， Ｂ边 ： ０ ５ ± ． ；Ｃ边 ： ２ ０ 检 具 一 ～
Ｄ边 ： １ ０ ± ． ；Ｒ边 ： １ ５ ± ．
有 的玻璃 吹起 动力 ， 少 了玻璃 的二 次转 运 。 减
进 ， 钢化 玻璃 单 位 时 间 的产 出增 加 了 ２ ５倍 。钢 使 ． 化玻 璃成 型 质量受 很 多 因素 的影 响 ， 不 能 及 时 检 如
测 出玻璃 的缺 陷在 较 短时 间 内就可 能生 产 出大量 不
合格 品 。 同时 为 了实 现 １ ０ 的 交 付 合 格 率 ， 的 ０ 有
斑 马条 首 检 １片
通 过 表 １可 以看 出前 ３项 检 测 频 次 高 ， 些 企 有
１机 架 ２伺 服 电 机 、 速 机 和 绝 对 编 码 器 减 ３壤 珠 丝 杠 副
业为 了降 低 成 本 ， 了实 现 １ ０ 的交 付 合 格 率 对 为 ０
前 ３项 实行 了全检 。
维普资讯
全 国性 建 材 科 技 期 刊 — — 《 璃 》 ２ ０ 玻 ０ ６年 第 ５期 总 第 １ ８期 ８
浅 弯 钢 化 玻 璃 在 线 检 测 系 统 的 设 计 与 实 现
陈 志 强
（ 武汉 耀华 皮尔 金顿 安 全玻璃 有 限公 司 武汉 市
关 键 词 浅 弯 玻 璃 在线 检 测 结 构 设 计
玻璃缺陷检测
玻璃片缺陷视觉检测1.玻璃缺陷特征玻璃片生产过程中，常见的缺陷有：气泡、划痕、结石、夹杂物，翘曲等。
各类缺陷的主要特点分：(1)气泡，该类缺陷是由于玻璃生产材料含有气体、外界环境气泡、金属铁丝等引起，主要特点为整体轮廓近似于圆形、线形、中空、具有光透射性等。
(2)结石，由于其热胀系数和外界环境热胀系数的差异，该类缺陷严重影响玻璃质量。
主要分为：原材料结石、耐火材料结石以及玻璃析晶结石等。
(3)夹锡，夹锡主要分为粘锡和锡结石，其特点是呈暗黑色、具有光吸收性。
(4)划伤，该缺陷主要是玻璃原板与硬质介质间的相互摩擦产生，外表呈线性。
(5)表面裂纹及线道，其特点表面呈线性。
具体的缺陷图如图1-1所示：（a）无缺陷玻璃图像（b）含气泡玻璃图像（c）含结石玻璃图像（d）含裂纹玻璃图像（e）含夹杂物的玻璃图像（f）划痕的玻璃图像图 1-1 玻璃典型缺陷图像2玻璃缺陷视觉监测系统工作原理2.1 玻璃缺陷视觉检测原理玻璃生产过程大体可分为：原料加工、备制配合料、熔化和澄清、冷却和成型及切裁等。
在各生产过程中，由于制造工艺、人为等因素，在玻璃原板的生产任一过程中都有可能产生缺陷，根据玻璃现行标准中的规定，玻璃常见的缺陷主要包括：气泡、粘锡、划伤、夹杂等。
无缺陷的玻璃其特点是质地均匀、表面光洁且透明。
玻璃质量缺陷检测是采用先进的CCD 成像技术和智能光源。
系统照明采用背光式照明，其原理如图2-1所示，即在玻璃的背面放置光源,光线经待检玻璃，透射进入摄像头[1]。
图 2-1 检测原理图示意图光线垂直入射玻璃后，当玻璃中没有杂质时如图2-2(a)所示，出射的方向不会发生改变，CCD 摄像机的靶面探测到的光也是均匀的；当玻璃中含有杂质时，出射的光线会发生变化，CCD 摄像机的靶面探测到的光也要随之改变。
玻璃中含有的缺陷主要分为两种：一是光吸收型（如沙粒，夹锡等夹杂物）如图2-2(b)所示，光透射玻璃时，该缺陷位置的光会变弱，CCD 摄像机的靶面上探测到的光比周围的光要弱;二是光透射型（如裂纹，气泡等）如图2-2(c)所示，光线在该缺陷位置发生了折射，光的强度比周围的要大，因而CCD 摄像机的靶面上探测到的光也相应增强。
缺陷检测系统设计规范
缺陷检测系统设计规范1. 引言缺陷检测系统在现代工业生产中起着关键作用。
它能够快速、准确地检测出产品中的缺陷，并帮助企业提高产品质量和生产效率。
本文旨在制定一套缺陷检测系统的设计规范，以确保系统的稳定性、可靠性和高效性。
2. 系统功能缺陷检测系统设计规范的首要任务是明确定义系统的功能和要求。
系统需要具备以下功能：•图像采集：能够从不同来源采集图像，并将其输入到系统中进行处理。
•图像处理：对采集到的图像进行预处理和增强，以优化缺陷检测算法的效果。
•缺陷检测：基于图像处理的结果，利用先进的缺陷检测算法来检测和定位产品中的缺陷。
•缺陷分类：将检测到的缺陷进行分类，并分析缺陷的类型和严重程度。
•结果输出：将检测到的缺陷结果以可视化的方式输出，方便用户查看和进行进一步分析。
3. 系统架构缺陷检测系统的设计需要考虑系统的架构和模块之间的关系。
下面是一个典型的缺陷检测系统架构示意图：+---------------------+| 图像采集模块 |+---------------------+|V+---------------------+| 图像处理模块 |+---------------------+|V+---------------------+| 缺陷检测模块 |+---------------------+|V+---------------------+| 缺陷分类模块 |+---------------------+|V+---------------------+| 结果输出模块 |+---------------------+以上架构中，各模块之间通过数据流进行通信和协同工作，实现系统的功能。
每个模块可以独立设计和开发，方便模块的扩展和维护。
4. 系统设计规范4.1 数据流规范•数据流应该按照一定的顺序从一个模块传递到另一个模块，以保证系统的稳定性和输出的正确性。
•数据流应该是可靠的，即在传递过程中不丢失或损坏数据。
ISRA压花玻璃在线检测技术方案
Technical Description PATTERNSCAN-Ribbon
Rev 1.4
Page 4 / 15
Graphical Visualization of defect images and defect map 缺陷图像和缺陷图实现了图形可视化 Documented Quality by means of defect map, statistical data and software interfaces to standard office programs 利用缺陷图、统计数据和与标准办公程序的软件接口，将质量情况形成文件。 Automated surface inspection results in higher quality products, lower production losses, increased productivity and altogether higher customer satisfaction. 通过使用自动表面检测，可以带来产品的质量提高、生产损失降低以及生产 能力和用户满意度的提高。
In short a summary of the outstanding features: 主要特性概括如下： Cost Effectiveness bts 通过使用标准元件节省费用成本 Robustness by using only industry-proven hard- and software components 通过使用工业等级软硬件，系统更具稳固性 Flexibility with respect to width, line speed and resolution by means of an absolutely modular system architecture 采用完全积木式组件的系统结构，使系统在宽度、线速度和分辨率方面更具灵活性 Easy-to-Use by means of a clear graphical user interface, that allows operation and adjustment without any programming knowledge 简捷明了的图像用户界面使使用更方便，不需要任何编程知识就可以操作及调整。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国矿业大学科研创新论文玻璃缺陷在线检测系统设计姓名：连清学号：03101257专业：测控技术与仪器导师：刘万里摘要传统的玻璃质量检测主要采用人工检测的方法。
人工检测不仅工作量大，而且易受检测人员主观因素的影响，容易对玻璃表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了玻璃的表面质量，从而不能够保证检测的效率与精度u。
目前，玻璃缺陷检测系统主要是利用激光检测和摩尔干涉原理的方法。
激光检测易受到外界干扰，影响检测精度。
摩尔干涉原理由于光栅内的莫尔条纹比较细，为保证莫尔条纹有很强的对比度便于计算机进行分析处理，就必须要求光栅有很高的明暗对比度，通过复杂计算机图形处理技术对干涉图形进行处理，占用大量的检测时间，检测周期非常缓慢而在实际检验中并无实用效果。
近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。
机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。
本文介绍的玻璃表面缺陷检测系统采用机器视觉技术，完成对玻璃缺陷的提取、识别，为玻璃分级打标提供信息，满足玻璃表面缺陷检测的要求。
关键字：玻璃表面检测；图像处理；系统设计目录1、玻璃缺陷在线检测系统设计课题的提出 (4)1.1课题研究的背景 (4)1.2课题研究的意义及目的 (5)2、国内外玻璃缺陷在线检测系统的研究现状 (5)3、测量系统的简要介绍 (7)3.1检测系统的基本结构 (7)3.2检测系统原理 (8)3.3玻璃表面缺陷图像的处理（简介） (9)4、系统设计中重要的检测参数和部分要求 (9)5、课题研究的步骤及各阶段完成目标 (10)相关文献 (11)1、玻璃缺陷在线检测系统设计课题的提出1.1课题研究的背景玻璃在生产过程中，会产生各种各样的缺陷，比如:气泡、条纹和结石。
这些缺陷都会影响玻璃的外观质量，降低玻璃的透光性、机械强度和热稳定性，造成大量的废品和次品。
为提高浮法玻璃的质量和玻璃质量等级划分，必需对浮法玻璃带进行缺陷在线检测或者人工检测。
当前的玻璃缺陷在线检测系统主要采用激光检测、莫尔条纹干涉和基于机器视觉的检测方式，虽然这些的设备具有较高的测量精度，但系统处理的数据量很大，设备的生产成本较高。
还有些传统的玻璃缺陷检测中，通过激光扫描或多组静态传感器来实现浮法玻璃缺陷的自动检测。
检测系统采用缺陷分析光束图和标准缺陷光束图表对比而鉴别出玻璃缺陷。
由于检测传感器的输出信号具有普通特性和特殊特性相掺和的现象，因此，仅能对少部分缺陷进行分类，只能够对熔融态玻璃产生的缺陷和锡槽产生的缺陷进行检测与定位，并且，不能对缺陷的性质、形状及尺寸提供精确数据，从而不能较好地控制玻璃质量，灵敏度也受到限制；同时，受聚光灯的分辨率的影响，检测的宽度也很狭窄，直接影响检测速度。
如果依靠工人通过眼睛来识别玻璃中的缺陷，易产生漏检、误检。
然而传统的玻璃质量在线检测主要采用人工检测的方法。
对于人工检测，除了其速度慢，需要占用大量的资源外，更有下列几个致命的缺陷:1)容易出现漏检的情况。
由于长时间的重复劳动，人眼极易出现疲劳的情况，此时，甚至会将一些严重的废品放过去，给玻璃厂家及使用单位带来严重损失，造成极坏的社会影响；2)无法保证统一的质量标准，人工检查时，对于很小缺陷的情况，合格与否是检查者根据感觉主观判断的，不同的人甚至同一人在不同的状态下的判断标准很难做到统一。
因此把机器视觉技术应用于玻璃生产线来检测玻璃质量，对减少人为误差、提高企业的经济效益、降低玻璃生产成本以及节约能源等具有极其长远的意义。
1.2课题研究的意义及目的目前，玻璃缺陷的检测分析有着十分重要的意义。
生产商可以根据检测设备提供的数据分析该缺陷产生的原因和机理，再根据获得的数据，设定相应的工艺条件和参数，同时先进的检测设备也能够保障高质量的玻璃产品，提高在市场中的竞争能力。
在传统的玻璃缺陷检测中，通过激光扫描或多组静态传感器来实现浮法玻璃缺陷的自动检测。
检测系统采用缺陷分析光束图和标准缺陷光束图表对比而鉴别出玻璃缺陷。
由于检测传感器的输出信号具有普通特性和特殊特性相掺和的现象，因此仅能对少部分缺陷进行分类，只能够对熔融态玻璃产生的缺陷以及锡槽产生的缺陷进行检测和定位，但不能对缺陷的性质、形状及尺寸提供精确数据，从而不能较好地控制玻璃质量，灵敏度也受到限制；同时受聚光灯的分辨率的影响，检测的宽度也很狭窄,直接影响检测速度。
一般的检测方法只能检测部分缺陷，而且并不能进行详细的分类，本文研究的这种玻璃缺陷检测的方法，不但在精度上有很大的提高，对玻璃缺陷进行详细的分类，且该系统还可应用于玻璃畸变的检测，为玻璃生产线上提供可靠的数据。
随着数字图像处理技术在工业领域的发展，基于数字图像处理技术的机件缺陷检测得到了广泛的应用。
低成本、无损伤、准确，快速，使得机器视觉在缺陷检测领域具有重要的意义。
同时，钢化玻璃的表面缺陷智能化检测算法设计尤为重要。
作为整个检测系统的软件部分，智能化检测算法的设定对于检测成功与否起到关键作用。
2、国内外玻璃缺陷在线检测系统的研究现状目前，国际上对玻璃质量检测的应用研究较为成熟。
近些年来，由于建筑和汽车行业的高速增长，推动了相关玻璃的制造和使用行业的快速发展，对于玻璃的质量要求也是越来越高，因此国外许多科研机构都在开展玻璃缺陷在线检测系统的研究，下面是其中的一些研究成果：1）德国LASOR公司浮法玻璃在线缺陷检测系统。
LASOR公司是第一家推出浮法玻璃激光检测设备的公司，其产品在世界玻璃生产线上安装的数量最多。
LASOR公司近年又推出了新型的采用数字照相技术的玻璃检测设备2F1装置。
2F1检测系统采用先进的CCD 成像技术和智能光源，其检测精度大大超过了激光检测系统(能检测出0.1×0.1mm 的缺陷)，并且具有光学检测功能，能在同一台机器上实现多功能检测。
2F1系统可以检测的玻璃缺陷包括气泡、结石、锡点、玻筋等，它还可以对这些缺陷进行分类，以利于对玻璃质量的判别。
所检测出的缺陷信息可以实时地显示在操作屏幕上，并可以多种图表形式向用户提供缺陷的统计信息。
2）丹麦制造的“结石检测器”。
3）法国SGCC公司制造的M1型全自动多功能玻璃瓶罐在线检测机。
4）德国的 INNOMESS 公司INNOMESS光栅在线检测系统。
INNOMESS光栅在线检测系统是基于光的干涉原理来检测玻璃的缺陷。
由于干涉方法具有很高的灵敏度，即使在光学畸变很弱的情况下，莫尔检测探头也能检测并计算出玻璃质量缺陷的光畸变的形状和强度，玻璃缺陷在线自动检测装置就是根据这一原理来检测并计算出玻璃缺陷的形状、种类和缺陷周围光的强度。
该设备可以检测到现行的钢化玻璃质量标准中规定的全部缺陷种类，包括:气泡、粘锡、锡滴、夹杂物、硫化物、玻璃瘤、划伤等。
国内也有一些玻璃缺陷在线自动检测系统的研究成果：1）ADG—90玻璃缺陷在线自动检测系统。
该系统是国内开发的，能在线自动检测玻璃熔化和成型过程中形成的缺陷，如气泡、砂粒、结石、光畸变点等，并能区分气泡和夹杂物。
2）CGT-D玻璃缺陷在线自动检测系统。
该系统首次采用光学变形技术和特殊光阵布置，对细小缺陷进行了充分放大，而对玻璃表面附着的灰尘、污渍因放大不足而被平滑掉。
又由于采用数字图像处理技术有效地消除了背景干扰，实现了二维处理。
不仅使装置能检测出小于0.2mm 的点状缺陷，对 0.3mm~0.5mm 的点状缺陷的准确率高达 90%以上。
检测缺陷最小尺寸：0.2mm×0.2mm；检测缺陷准确率：≥0.5mm 时为100%；0.3~0.5mm 时为90%以上。
但是就国内总体现状而言，目前国内许多玻璃公司依旧是是靠人工检查挑除废品。
中国现状已经是玻璃生产大国，生产量和需求量一直保持在世界前列，随着玻璃市场进一步扩大，中国玻璃工业迎来了前所未有的发展机遇，同时也面临着来自国际市场的严峻挑战。
因此，国内玻璃行业都在设法提高产品质量、增强自身竞争力来面对市场的挑战。
国内玻璃生产的现状以及国际玻璃事业的发展趋势要求玻璃企业加快现代化步伐，坚持高技术起点，依靠技术进步，大力发展高水平的优质钢化玻璃，提高在国际市场上的竞争能力。
因此，在钢化玻璃生产线应用机器视觉技术来检测玻璃质量，减少人为误差，对于降低玻璃生产成本，提高企业的经济效益，节约我国的能源都具有十分重要的作用和极其长远的意义。
随着印刷、玻璃及其相关行业的快速发展，对生产过程的在线监控系统也开始出现，其中既有基于软件处理的检测系统，也有基于硬件电路的检测系统。
基于软件的检测系统的工作流程是用摄像头将生产现场的图像采集，然后用软件对图像进行处理，提取对象(如缺陷)的主要特征，然后与标准图像进行比较，再输出匹配结果。
基于硬件的检测系统大部分是将软件固化到单片机，采用单片机控制和处理，再通过专用的接口电路或者是 PLC 进行数据读取或传输，在速度和准确性上虽也能够满足图像处理的运算要求，但这种检测系统主要存在的问题是缺乏良好的人机操作界面，操作直观性差，不能实现远程数据传输或者传输困难，而且由于单片机的运算速度限制，不可能实时地实现一些复杂的数学运算，如小波分析、遗传算法、形态学运算等，对图像处理的质量造成了一定影响。
基于软件实现的缺陷在线检测系统研究虽然已经取得了较大的发展，而且也已开始应用于实际生产，但在以前由于受限于图像采集硬件设备(高速工业数字摄像机) 性能与计算机硬件处理速度，在处理速度、准确性、实时性、可操作性上均存在较大的问题。
具体到我国来说，该项研究与国外相比还相对落后，而且由于图像技术是一项从国防到生产到科研都息息相关的技术，国外对我国存在一定程度的技术封锁，因此，研究具有自主知识产权的缺陷在线检测系统不仅需要，而且必要。
3、测量系统的简要介绍3.1检测系统的基本结构基于机器视觉的玻璃表面缺陷在线检测系统包括图象采集部分、图象处理、输入输出部分、智能控制及机械执行等几个部分组成，如下图1所示：图1检测系统基本结构其具体工作过程为：将待检玻璃置于尽可能均匀照明的可控背景前(采用背面式 LE D 红光) ，智能控制系统给图像获取模块(CCD 摄像机)发出控制信号 ,CCD摄像机摄取到的玻璃表面缺陷图像，经过图像采集卡把图像数据采集到计算机内存，利用研制开发的玻璃表面缺陷图像处理与测量软件，实现对玻璃表面缺陷的检测，最后通过输出设备输出检测结果。
3.2检测系统原理3.2.1系统检测原理玻璃质量缺陷检测是采用先进的 CCD成像技术和智能光源。
系统照明采用背光式照明，其原理如图 2 所示，即在玻璃的背面放置光源，光线经待检玻璃，透射进人摄像头。
光线垂直入射玻璃后，当玻璃中没有杂质时，出射的方向不会发生改变，CCD 摄像机的靶面探测到的光也是均匀的；当玻璃中含有杂质时，出射的光线会发生变化，CCD 摄像机的靶面探测到的光也要随之改变。