光滑物体表面通常具有良好的反光特性,如光滑钢板、电子屏幕、各种加塑的纸质印刷品等。对于光面物体,因其表面平整光滑,易出现多种表面损伤缺陷,特别是当被检物体同时存在复杂背景时,其缺陷种类则更为繁杂,利用单一的方法很难实现对所有缺陷的检测。本文以光面卡片为例,通过分析卡片表面缺陷成因,将缺陷分成印刷类缺陷、表面破损类缺陷两大类型,图像采集部分则根据缺陷类型选用不同光源和相机进行组合。印刷类缺陷为光面卡片生产过程中产生的色差、斑点、偏移等缺陷,简称为A类缺陷,采用彩色相机和碗状光源组合的方式进行采集;破损类缺陷为光面卡片生产过程中所产生的划痕、气泡等缺陷,简称为B类缺陷,这类缺陷通常是由表面磨损或刮伤产生,在普通白炽灯下,需要倾斜一定的角度才能用肉眼观察到。对于此类缺陷,本文采用黑白相机和平行同轴光源组合的方式进行采集。这样的分类组合方式,使得卡片中的各种缺陷都可以较为完整和清晰的呈现,便于计算机的进一步处理。在计算机算法部分,对于A类缺陷的检测,本文提出一种改进的图像差分方法,将图像边缘部分和图像非边缘部分分开检测,使得图像配准精度对于图像差分的影响大幅降低,从而降低了缺陷误检率。对于B类缺陷检测,通过引入类间方差加权系数,对传统的Otsu算法进行了改进,使得其对于各类“单峰”图像都能有效地选择合适的阈值进行分割,在实际应用中取得良好的效果。同时针对噪声干扰严重的弱划痕难以检测问题,本文提出一种新的基于Curvelet变换的图像去噪增强算法,能在有效抑制噪声的同时,对图像边缘进行增强,最后结合改进的自适应阈值的Canny边缘检测算法对图像进行划痕提取,实验结果表明,此算法对于被随机噪声干扰严重的弱划痕有着良好的提取效果。最后以VS2005为平台开发出一套光面卡片缺陷检测系统,能实时满足产品缺陷的在线检测需求。