一、项目简介
本系统是一个基于图像处理的表面缺陷检测系统，可自动识别产品表面的点缺陷、线缺陷和面缺陷并分类计数。系统首先将图像灰度化，经3×3中值滤波、自适应直方图均衡化和亮度调整后，利用Sobel算子计算梯度，通过固定梯度阈值提取缺陷候选轮廓。随后采用线型结构元素膨胀修复断裂轮廓，并填充孔洞得到完整缺陷二值区域。对连通区域标记后，依据面积和长短轴之比进行分类：面积小于200像素为点缺陷，面积200~3000且长短轴比大于20为线缺陷，其余为面缺陷。检测结果用不同颜色矩形框标记并输出统计数量。
二、部分源码
%清除变量
clc;clear all,close all;
I = imread('mixed1.jpg');
figure(1);imshow(I);title('原图像');
I = rgb2gray(I);
M,N=size(I);
figure(2);subplot(131),imshow(I);title('原灰度图像');
medfilt_I=midfilt(I,3);%进行模板为3×3的中值滤波
subplot(132),imshow(medfilt_I);title('中值滤波后图像');
P=adapthisteq(medfilt_I,'Numtiles',4 4);%对比度增强
P1=imadjust(P);%亮度调整
P2=midfilt(P1,3);%再次对处理后的图像进行中值滤波，平滑处理
subplot(133),imshow(P2);title('增强对比度和亮度后的图像');
H=im2double(P2);%转换为double类型
g_gradient=SobelFilter(H); %求梯度值
figure(3),subplot(221);imshow(g_gradient);title('梯度值');
th=0.997;% 梯度阈值
g_T=zeros(M,N);%初始化零矩阵
g_T=uint8(g_T);%转换uint8数据类型
ind=find(g_gradient>th);%把梯度值大于阈值的像素点位置记录下来
g_T(ind)=256;%把这些点的灰度级设为256，最高灰度级
subplot(222);imshow(g_T);title({'根据梯度值提取出的目标轮廓';'（图片四周也有梯度较大的区域）'});
lap = uint8(zeros(M,N));%初始化一张同样大小的黑色图像
for i=2:M-1
for j=2:N-1
lap(i,j) = g_T(i,j);%将g_T除了图片四周，其他的值赋给lap
end
end
subplot(223),imshow(lap);title('缺陷目标轮廓');
se90=strel('line',3,90);
se0=strel('line',3,0); %两个线型结构元素
BW2=imdilate(lap,se90,se0);%对目标轮廓lap进行膨胀
subplot(224);imshow(BW2);title('膨胀修复后的缺陷轮廓');
J = imfill(BW2,'holes');%对轮廓内进行填充
figure(4);subplot(121),imshow(I);title('原灰度图像');
subplot(122);imshow(J);title('提取得到缺陷二值图像')%得到了目标的二值图像
L,m= bwlabel(J,8);%在J中找到8连通对象的标签，返回标签矩阵L和连通对象的数量m
status = regionprops(L,'all');%测量缺陷区域的各项区域特征属性
if (max(lap(:))) %只要能提取到边缘值不全为0，则说明有缺陷
point_defect_number=0; %对缺陷数量进行初始化
line_defect_number=0;
三、运行结果
四、总结
本文实现了一套基于梯度分析与形态学处理的表面缺陷检测系统，完成灰度化、中值滤波、对比度增强、Sobel梯度计算、阈值分割、膨胀修复、孔洞填充、连通区域标记以及基于面积和长宽比的缺陷分类的完整流程。系统通过多级特征阈值实现了点、线、面三类缺陷的有效区分。主要优势在于算法可解释性强、计算效率高。主要不足在于：梯度阈值和面积阈值均为固定值，对不同材质、不同光照条件下的缺陷适应性有限；缺陷类型判断规则较为简单，难以处理形状不规则的复杂缺陷。后续可引入自适应阈值方法和机器学习分类器，以提升系统在不同工业场景下的泛化能力和分类准确性。
五、代码获取
接matlab程序定制和论文设计，方向如下：
图像处理｜语音识别｜图像识别｜目标检测｜深度学习｜神经网络｜强化学习｜机器学习｜通信系统｜信号处理｜时频分析｜小波降噪｜路径规划｜优化算法｜智能算法｜数据处理｜数学建模｜文献复现｜算法复现｜模型复现等
程序包运行成功，零基础的可以远程帮你运行，赠送安装包。
作为初学者，遇见不会的问题是非常正常的事情，具体代码仿真可通过主页添加 私信博主。