但人工检测有着很大的不足之处。如表1。1所示，首先，人工检测[1]劳动强度较大，人工成本高，实时性难以保证，检测效率低下，而且人工检测还会受到很多主观和客观因素的影响，例如质检人员的情绪、不同质检人员的主观评价等，从而在检测时可能会出现误判、错判、漏判等情况。与此同时，由于产品的种类越来越多和复杂，检测的精度要求也越来越高，这种传统的人工检测方法已经和我们日益提高的生产要求脱轨，而且许多企业的例子已经为我们证明了这一实际情况[2]。鉴于以上缺点，大部分制造企业很难保证成品全部合格，甚至会产生产品合格率低的情况，不利于企业产品质量的提高，造成生产效率低下，会对企业造成很大的经济损失。所以寻求一种稳定、高速、可靠的缺陷检测方法来取代传统的人工检测已经成为当下我国各个生产企业的重中之重。

机器视觉[3]主要用于用计算机技术模拟人眼的视觉系统。首先用合适的灯光照需要检测的器件，再通过工业相机捕获检测器件的图像，传输给计算机，并在计算机上用一定的算法和处理软件来提取图像信息，进行信息处理最终达到缺陷检测的目的。而在生产工业中，机器视觉的应用是极其广泛的。根据机器视觉的功能又可以分为产品包装、产品分类、产品质量检测、机器人定位四类，其中包括印刷包装[4]、半导体材料/元器件/连接器生产[5]、汽车工业[6]、纺织[7]等。目前，相比于国内的机器视觉技术，国外的显然比国内发展的更加成熟，并且已经应用在航天、IC封装、汽车生产、印刷等诸多领域[8]。而我国目前还无法研发拥有自主知识产权的机器视觉检测系统，只能从国外引进购买昂贵的设备，并且这些设备维护起来十分困难，我们的专家也无法掌握核心技术。

随着计算机技术和图像处理技术的不断发展，我们已经开始在工业产品的表面缺陷检测里应用机器视觉技术[9]。基于机器视觉的缺陷检测方法可以替代人眼来完成对产品缺陷的识别，这样我们可以提高企业的生产效率，降低人工成本，保证产品的合格率。所以，基于视觉系统的缺陷检测方法对提高企业竞争力和效率有着关键的作用。

基于机器视觉的缺陷检测方法能有效地处理一些不适宜用人眼进行检测的场景，例如在一些操作环境很危险的地方或是检测器件带有一定的危险性时，采用机器视觉代替人工视觉可以在一定程度上保证质检人员的人身安全。比如，在传统的印刷质量检测中，需要质检人员采用频闪灯，利用强光来形成肉眼的视觉延迟让质检人员尽可能的看到图像，最终实现人眼的在线检测，而这种方法对于人眼的伤害可想而知，长期下去必定对质检人员的视力造成危害[10]。

典型的机器视觉系统一般包括：光源、镜头、面阵摄像机（CCD）、图像处理单元（或图像采集卡）、图像处理软件、监视器、通讯/输入输出单元等模块。一般系统通过光学成像系统和图像捕捉系统获得图像信号，在图像采集与数字化模块中转化为数字信号传送给智能图像处理与决策模块，获得图像处理和决策结果，根据获得的结果，图像控制系统对被测目标执行相关的机械操作。其简易流程图如下图所示[11]：

图1。1 机器视觉简易流程及其工业应用

1。2  国内外发展现状

1。2。1 国外发展现状 

1。2。2 国内发展现状 

1。3  本文主要内容及结构安排

本文主要介绍了基于机器视觉缺陷检测的相关算法，分析了连接器表面缺陷检测方法的简单步骤和原理。首先介绍了机器视觉相关的研究背景及缺陷检测的优势，接着介绍了连接器缺陷检测相关的流程以及连接器表面常见缺陷的分类，再介绍连接器表面图像处理部分需要用到的相关知识及理论，最后介绍处理后的图像的配准方法及其原理。 MATLAB机器视觉在缺陷检测上的应用(3):http://www.youerw.com/tongxin/lunwen_97798.html