本书把复杂的生产流水线过程中的表面缺陷检测部分进行拆分，从系统、硬件、软件和应用四个层次用难易不同的语言描述工业生产中表面缺陷检测的形成，用时间空间的眼光，为读者介绍不同场景下的表面缺陷检测技术。 本书的表面缺陷检测涵盖手机玻璃缺陷检测、大型印刷品检测、钢轨断面缺陷检测、道路路面检测、电机内外壳成像检测、铜箔表面缺陷在线检测。本书结合大量缺陷检测在实际中的应用，分别介绍机器视觉缺陷成像系统和激光表面缺陷测量系统以及机器视觉与激光融合的表面缺陷测量系统，拓宽了读者对缺陷检测的认知。

第1章 缺陷检测概述
1.1 概述
1.2 表面缺陷形成原因以及意义
1.3 目前常用的无接触式缺陷检测研究方法
1.4 基于视觉的缺陷检测技术
1.5 视觉成像缺陷检测系统的检测过程
1.6 视觉成像缺陷检测系统在工业中的应用
第2章 机器视觉缺陷成像系统
2.1 图像传感器选择
2.2 光源选择
2.3 镜头选择
2.4 图像采集卡
2.5 其他辅助成像
2.6 智能相机
2.7 本章小结
第3章 激光表面缺陷测量系统
3.1 激光测量原理
3.2 激光表面测量的基本原理
3.3 激光表面测量的常见应用
3.4 激光表面缺陷测量原理案例详细说明
3.5 总结
第4章 图像预处理
4.1 图像去模糊
4.2 图像去噪
4.3 其他常用的图像预处理
4.4 基于图像频域变化的图像预处理
4.5 基于深度学习的低照度图像增强技术
4.6 总结
第5章 缺陷几何测量技术
5.1 摄像机成像模型与相机标定
5.2 像素和亚像素边缘检测
5.3 缺陷位置三维坐标计算
5.4 裂纹缺陷检测案例分析
5.5 总结
第6章 传统机器学习的缺陷检测技术
6.1 低级特征提取
6.2 高级特征提取
6.3 特征优化
6.4 分类模型
6.5 多传感器融合缺陷检测案例
6.6 总结
第7章 基于深度学习的缺陷检测技术
7.1 表面缺陷检测问题的定义
7.2 目标检测分类的缺陷检测
7.3 图像分割的缺陷检测
7.4 生成对抗网络的缺陷检测
7.5 Transfomer
7.6 传统方法和深度学习特征融合的缺陷检测
7.7 深度卷积网络模型的压缩和加速技术
7.8 常用缺陷检测的数据集
7.9 总结
第8章 离散目标缺陷检测系统应用
8.1 简单的目标缺陷检测系统
8.2 单一相机的视觉缺陷检测
8.3 多相机的视觉检测
8.4 激光测距的视觉检测
8.5 总结
第9章 连续目标缺陷检测系统应用
9.1 单视觉系统的表面检测
9.2 多视觉成像系统的表面检测
9.3 视觉激光融合检测应用
9.4 总结
第10章 缺陷检测应用案例
lO.1 手机内屏缺陷在线检测系统
10.2 铜箔表面缺陷检测
10.3 轨枕视觉识别缺陷检测
10.4 多视角的飞机蒙皮缺陷检测
10.5 总结
参考文献