中国是制造业大国，每天生产大量的工业品。用户和厂家对产品质量的要求越来越高。除了满足使用性能的要求外，还需要良好的外观，即良好的表面质量。然而，在制造产品的过程中，表面缺陷往往是不可避免的。
一、图像采集模块 图像采集模块由CCD摄像机、光学镜头、光源及其夹持装置等组成。其功能是完成产品表面图像的采集。在光源的照射下，产品的表面通过光学镜头成像在摄像传感器上，先将光信号转换成电信号，再转换成计算机可以处理的数字信号。
图像处理模块主要涉及图像去噪、图像增强和恢复、缺陷检测和目标分割。
由于现场环境的原因，CCD图像的光电转换、传输电路和电子元件都会使图像产生噪声，从而降低图像质量，给图像处理和分析带来不利影响，因此有必要对图像进行预处理以去除噪声。
三、难点
1.基于机器视觉的表面缺陷检测将是未来研发的主要方向。目前，基于机器视觉的表面缺陷检测的理论研究和实际应用取得了可喜的成果，但仍存在以下主要困难：
2.受环境、光线、生产工艺、噪声等多重因素影响，检测系统的信噪比普遍较低，微弱信号难以检测或无法与噪声有效区分。要解决的问题之一是如何建立一个稳定、可靠、鲁棒的检测系统，以适应光照变化、噪声等外界干扰。
机器视觉系统的研究和应用范围涵盖了工业、农业、医学、军事、交通和安全等国民经济的各个领域。基于机器视觉的产品表面质量检测在现代自动化生产中越来越受到重视和应用。
机器视觉表面检测是复杂的，涉及许多学科和理论。机器视觉是对人类视觉的模拟，但目前人类的视觉机制尚不清楚。虽然每个正常人都是“视觉专家”，但很难用计算机来表达他的视觉过程。因此，应通过研究生物视觉机理，进一步完善机器视觉检测系统的构建，使检测进一步向自动化和智能化发展。