第1章是緒論，介紹機(jī)器視覺、表面檢測(cè)研究與應(yīng)用現(xiàn)狀、表面缺陷檢測(cè)與識(shí)別算法，并對(duì)表面檢測(cè)技術(shù)的難點(diǎn)與發(fā)展進(jìn)行了分析。 第2章從總體框架、硬件、軟件等方面對(duì)表面在線檢測(cè)系統(tǒng)進(jìn)行設(shè)計(jì)，重點(diǎn)介紹系統(tǒng)設(shè)計(jì)要求、光路配置和系統(tǒng)設(shè)計(jì)方案。 第3章在線檢測(cè)成像方案介紹，本章詳細(xì)介紹了明暗場(chǎng)成像、光度立體成像、雙目立體成像的方案和特點(diǎn)。 第4章表面缺陷檢測(cè)與識(shí)別算法介紹，主要介紹數(shù)字圖像處理、缺陷特征提取、分類器設(shè)計(jì)缺陷識(shí)別，以及目前主流的深度學(xué)習(xí)算法在缺陷分割和定位的應(yīng)用，形成一個(gè)完整的缺陷檢測(cè)與識(shí)別算法流程。 第5章復(fù)雜紋理背景缺陷檢測(cè)介紹，表面缺陷檢測(cè)的一個(gè)主流研究方向?yàn)榧y理表面缺陷檢測(cè)，本章介紹了均勻的統(tǒng)計(jì)和結(jié)構(gòu)紋理表面中，缺陷區(qū)域的快速提取方法。然后針對(duì)缺陷形態(tài)復(fù)雜顯著性差異大，紋理背景不均勻干擾性強(qiáng)等因素對(duì)缺陷區(qū)域提取帶來的影響，提出了基于掩膜梯度響應(yīng)的低顯著性缺陷提取方法。 第6章多信息融合缺陷檢測(cè)介紹，金屬表面缺陷檢測(cè)要求模型在復(fù)雜多變的場(chǎng)景下保持較高的準(zhǔn)確率，基于單一信息的算法缺乏足夠多的物體缺陷信息。因此，本章通過融合多模態(tài)數(shù)據(jù)來充分挖掘缺陷信息，并最終提高缺陷目標(biāo)檢測(cè)的性能。 第7章在線檢測(cè)算法部署介紹，主要介紹了計(jì)算機(jī)操作系統(tǒng)基礎(chǔ)知識(shí)，算法的多線程加速，算法的多進(jìn)程加速，算法的GPU加速，算法的多機(jī)分布式加速等方法。 第8章高速線材在線檢測(cè)系統(tǒng)應(yīng)用介紹，主要介紹了生產(chǎn)速度120ms優(yōu)鋼線材的表面成像特點(diǎn)、在線檢測(cè)技術(shù)路線、檢測(cè)算法部署等。 第9章水下核電設(shè)備表面缺陷檢測(cè)應(yīng)用介紹，主要介紹了機(jī)器視覺技術(shù)在水下核電設(shè)備表面缺陷檢測(cè)中的技術(shù)難點(diǎn)以及應(yīng)用難題，及其系統(tǒng)應(yīng)用效果。