机器视觉检测设备采用高速相机扫描的方式对外观缺陷进行检测。原理是相机对产品外观进行线扫描，产品旋转完成对外观展开图的拍摄。相机分辨率高，同时设置较高的采集行数，可以满足高精度检测要求。相机采用高分辨率灰度相机，光源采用白色LED线光源(冷光源)。
由于不同产品外观缺陷的判废标准不一，需要识别不同产品外观缺陷。首先需要判断和提取出缺陷，再对提取出的缺陷进行分类，主要包括图像处理和模式识别算法。前者包括图像预处理、图像分割，主要完成对缺陷的判断和分割，后者包括缺陷特征描述和分类器设计，完成对缺陷的分类功能。
预处理的目的是改善图像数据，减少与图像处理或分析任务无关的信息。输入图像为8位单通道灰度图，首先通过边缘检测算法划分出一幅完整的产品外观图像，以减少计算量。然后采用平滑滤波算法对图像进行平滑滤波操作，消除图像噪声点，便于进行图像分割。
图像处理完成对缺陷的分割、边缘的提取。图像中缺陷的成像效果大致表现为亮缺陷和暗缺陷(相对背景图像)，这是由不同缺陷本身的灰度特点决定的。采用自适应性比较强的阈值分割算法或边缘检测算法提取完整的外观缺陷区域。
