李长有， 刘遵， 李帅涛

（河南理工大学机械与动力工程学院，河南焦作 454003）

0 引言

质量检测是工业产品生产的一个重要环节。随着计算机技术的发展，除了表面质量检测环节，平板玻璃的深加工过程基本实现了自动化。玻璃材质特殊，对光线既有透射性，又有反射性，是造成现行的表面质量检测仍以人工检测为主的主要原因之一。人工检测严重制约了玻璃深加工过程的自动化程度和生产效率，因此研究可实施的平板玻璃表面缺陷自动检测技术的必要性不言而喻。

传统玻璃质量检测方法有目视法、涂色法[1]、光弹法[2]、磁法等，缺点是人工接触性检测，自动化程度低。机器视觉检测具有非接触、客观、高效、自动化程度高等优点，吸引了不少学者将这项技术用于玻璃表面缺陷检测。文献[3]、[4]提出了一种两次Otsu分割获取缺陷核的方法，并通过构建三层神经网络来提高缺陷的分类准确性，但训练难度大，耗时间长。文献[5]～[8]提出了一种三值化重构图像获取玻璃缺陷的方法，并通过共轭梯度神经网络法对缺陷分类，虽然可以有效识别各种缺陷，但计算复杂，速度较慢，可扩展性差。上述研究都极大地推动了玻璃表面缺陷视觉检测的发展，但集中于原片玻璃生产过程中产生的缺陷，对玻璃深加工过程产生的玻璃缺陷的检测目前研究较少。玻璃深加工产生的缺陷以划痕、污点为主，与原片玻璃生产中产生的缺陷相比，具有不同的灰度特性和质量要求，需要有针对性的检测技术。……