基于机器视觉技术的缺陷检测方法，即利用图像处理和分析对产品可能存在的缺陷进行检测。
在检测产品存在缺陷时，瑕疵缺陷图像的特点是，其图像表现为缺陷处的灰度值与标准图像在此处的灰度值有差异。首先对瑕疵缺陷图像的特征进行提取与选择，然后将瑕疵缺陷图像的灰度值同标准图像的灰度值进行比较，判断其差值（两幅图灰度值的相差程度）是否超出已预先设定的阈值范围，以此方法便能判断出待检测产品是否存在缺陷。此为瑕疵缺陷检测的zui基本方法之一，
瑕疵缺陷检测流程
中国机器视觉商城供应平整度检测系统、条码检测系统、识别检测系统、缺陷检测系统、视觉定位系统、印刷质量检测设备等机器视觉检测系统和机器视觉设备。
应用实例：
饮料瓶盖的缺陷检测zui终要实现生产流水作业上的高速质量判定，要求速度快，并且无须确定缺陷位置。采用基本灰度直方图的特征提取方法，对两幅待对比的RGB图像（标准图与检测图）灰度转换后进行灰度直方图统计，运用统计方法进行对比，得到两幅图像的特征差异值，阈值法判定合格与否。在统计法对比过程中，利用灰度均值截断的技巧放大可能由缺陷引起的灰度差异，提高了缺陷判定的准确度。
对于一副大小为1100x870、灰度级为256的电路板灰度图像，其布线缺陷分为断线和毛刺，利用灰度形态学检测这些缺陷。取结构元素为5x5的半球模板，首先对原图灰度开启，消除比邻域亮且尺寸比结构元素小的区域；然后对原图灰度闭合，消除比邻域暗且尺寸比结构元素小的区域，两次结果差异即为缺陷。
电路板布线缺陷检测
留言