迈迅威视觉软件算法通过一组有代表性的注释图像，以及已知的好样本进行自我训练后，学习系统自动集成上下文信息，形成一个可靠的形状和纹理的模型，用于校对检测。针对CCD采集到的焊件外观图像的特点，将图像预处理模块分为图像灰度化转换、图像复原、图像降噪以及图像增强等四个功能。结果显示，之前难以被识别的缺陷，都可以被准确地检测到：撞击和刮伤被视为异常，因为它们有一个纹理区域偏离了预期的设定值，即撞击和刮伤面积超出了容忍偏差。
外观缺陷检测设备、外观瑕疵检测设备、外观检测设备厂家
随着我国国民经济水平的提升，人们对、高精度、高可靠性的产品需求也日益增加，传统的检测手段已经不能满足产品的快速检测的要求。当然通过硬件相机分辨率的提升也是提高精度，抗环境干扰的一种办法了。而计算机技术的提升，使得数字图像处理技术得到广泛应用，基于机器视觉的表面缺陷检测系统成为产品质量控制的重要手段。基于上述背景，本文对磁性材料的缺陷视觉检测方法进行了研究，提出了针对磁材缺陷的视觉检测算法，并将其运用于在线磁材缺陷检测系统中。
可用于测量和检测发光部件上亮度和色度均匀性方面的细微变化。传统的表面质量检测大多是通过人工目测的方式,不仅效率低下而且稳定性差。凭借这些亮度测量功能，Radiant成像仪非常适用于检测产品表面上的异常特征，并根据位置、范围和严重程度对这些缺陷进行分级。Radiant系统还提供自动化检测的所有优势，包括客观分析和可量化的结果，帮助客户自动跟踪误差，改进生产操作。利用对比度测量在笔记本外壳上检测到划痕.
CCD视觉检测设备，自动化光学检测设备，光学筛选机，非标定制光学检测设备。
表面缺陷检测目前存在的问题主要是以下几个方面：
1、产品弧面、柱面的检测：
缺陷检测因为不同的人对缺陷的定义是不同的，就算是同一个在不同光照条件下，对于同一个缺陷产品的定义也是不一样的。外观缺陷检测设备常见的检测缺陷类型有：划伤、裂缝、缺块、崩边、翘边、脏污、尺寸过大过小、漏电镀等，可在平面、弧面、柱面、球面上实现外观缺陷检测。所以，是很难具体来衡量这个缺陷的，而弧面和柱面的检测就更是个问题了，因为相机和镜头等因素的影像，是很难把弧面不同位置上面的缺陷检测出来的。 这是可能有人会说可以把产品转动起来， 是的，但这样又会影响到检测速度，而速度又是客户很在意的一个考察设备可行性的重要指标 。上海迈迅威视觉科技有限公司自成立以来，一直致力于为客户解决各种自动化的视觉解决方案。
2、产品内壁，内孔检测：
由于镜头自身的特性，视觉检测很难用于检测产品内部的缺陷，特别是一些细而长的零件内部缺陷。而计算机技术的提升，使得数字图像处理技术得到广泛应用，基于机器视觉的表面缺陷检测系统成为产品质量控制的重要手段。有难度不等于不能解决，上海迈迅威视觉科技有限公司经过长期的实验研究，目前在无油轴承内壁检测，滚针轴承内部滚针检测，螺丝内部螺纹缺陷检测等方面都取得了极大的进步。 目前我司的检测设备已完全可以检测这些另配件的内部缺陷。
3、橡胶件检测：
橡胶件检测主要存在三个问题，一个是大部分的橡胶件都是很色的，黑色容易吸光，在视觉检测上就不容易打光导致部分缺陷会漏检；第二点是因为橡胶件大部分都是不规则的，这对于表面缺陷检测就很难了； 其次，橡胶件由于本身的特点，很多时候不拉伸很难发现内部的裂纹及颗粒。3、可任意设置检测工位数量、调节检测顺序和检测方法，一个系统支持所有产品型号的检测。以上三点决定了橡胶件检测的难度， 这也是为什么目前使用视觉对橡胶件进行检测的项目有限的原因， 目前橡胶件检测还是我们整个行业的难点， 目前能检测的也就大的裂纹检测，缺块检测， 橡胶件缺陷检测的路途还很遥远，需要我们继续努力。