方钧婷，谭晓阳+

1.南京航空航天大学 计算机学院，南京 211106

2.模式分析与机器智能工业和信息化部重点实验室，南京 211106

3.软件新技术与产业化协同创新中心，南京 211106

随着我国工业和制造业的蓬勃发展，高标准、高质量产品的需求逐渐旺盛。金属是工业生产中的重要材料，在生产过程中，金属表面不可避免地会产生缺陷，这些缺陷会对产品的质量和性能造成不利影响，同时与产品市场份额和品牌声誉息息相关。许多工厂仍然使用人工检查的方式进行金属表面缺陷检测，这不仅费时费力，而且无法满足大规模工业生产的需求。与人工检查相比，基于计算机视觉的表面缺陷检测具有高精度和高效率的优点。因此，迫切需要将自动化的金属表面缺陷检测引入工业产品生产过程中。

缺陷是指在生产过程中产生的物理和化学损坏，通常是由于撞击、摩擦、腐蚀等引起的。冰箱工业中金属门的受检图像如图1（a）所示，缺陷形状各异，背景光照复杂。图1（b）列举了一些缺陷类型，其中划痕类缺陷存在面积跨度大、易断开的特点；污点类缺陷目标小并且易与背景纹理混淆；缺陷普遍存在边缘不清晰和对比度低的问题。与光学部件和织物等非金属表面不同，金属表面容易出现照明不均匀和强反射等问题，强反光会使图片出现盲区；金属的镜面材质还会产生周围环境的倒影，这些特点均导致背景环境更加复杂，增加了检测的难度。金属表面缺陷检测的难点在于：（1）环境因素，例如不均匀照明、零件边界、强反光和背景纹理影响检测效果。……