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，而且容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准确。

        目前，玻璃缺陷检测主要是利用激光检测和摩尔干涉原理的方法。激光检测容易受外界干扰，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比对，通过复杂计算机图像处理技术对涉图形进行处理，占用大量的检测时间，检测周期非常缓慢，而在实际试验中并无实用效果。
     

 
        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，以达到人们所需求的结果。本文基于机器视觉技术对玻璃表面检测系统，完成对玻璃缺陷的提取，识别，最终区别次品，满足玻璃表面缺陷检测的要求。
        玻璃表面缺陷检测系统包括图像采集部分、图像处理部分、输入输出部分、智能控制以及机械执行部分组成。该系统照明采用背光是照明，即在玻璃的背面防止光源，光线经过待检测的玻璃，投射进入工业相机。光线垂直入射玻璃后，当玻璃没有杂质时，出射的方向不会发生改变，CCD工业相机的靶面探测到的光是均匀的；当玻璃中含有杂质时，出射的光线会发生改变，CCD工业相机的靶面探测到的光也要随之改变。一般玻璃中含有缺陷主要分为两种：一是光吸收型，例如砂砾等。光透射玻璃时，该缺陷位置的光会变弱，CCD工业相机的靶面上探测到光要比周围的要弱；二是光透射型，例如裂纹等。光线在该缺陷位置发生了折射，光的强度要比周围的要大，因此CCD工业相机靶面上探测到的光也相应增强。
 

        其具体工作过程为：将待检玻璃置于上文所提到的照明系统前，图像获取模块接收到智能控制系统给予的触发信号，CCD工业相机摄取到玻璃表面缺陷图像，经过图像采集卡把图像数据采集到计算机内存，利用研制开发的图像处理软件实现对玻璃表面缺陷的检测，根据上文所讨论的情况进行分析，最后通过输出设备输出检测结果。
 
        无锡创视新科技有限公司工业产品表面质量机器视觉技术检测解决方案高端提供商

      （创视新科技备有表面缺陷检测实验室平台样机，欢迎带样品现场检测）