一：进一步学习了
今天学习下VisionMaster中的表面缺陷滤波：简单、无纹理背景的表面缺陷检测，可以检测表面的异物，缺陷，划伤等
二：开始学习
1：什么表面缺陷滤波？
表面缺陷滤波的核心原理是通过数学变换抑制背景干扰、增强缺陷特征
2：应用场景
-
电池铝壳表面检测：检测：划痕、凹坑、凸起、异物、脏污
-
垫圈/螺丝缺陷识别：划伤、锈斑、形状缺损
三：直接上案例
1：先导入需要测试的图片集合
2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程
3：拖入位置修正功能：这个非常重要，这里也不提了，可以参考上一篇笔记
4：拖入表面缺陷滤波模块
5：双击组件，开始设定参数：
基本参数这里就是画ROI，设定跟踪参数和之前的工具是一样的方法
下面开始设定参数：
（1）：滤波核宽度/高度：卷积核水平方向覆盖的像素数（如 3×5 核的宽度=5），
每次计算时，核覆盖的局部区域大小。尺寸越大，覆盖范围越广，平滑效果越强，但细节丢失越多，调整经验
-
）先验知识驱动：
-
缺陷最小尺寸 → 决定核尺寸下限（避免漏检）。
-
背景噪声尺度 → 决定核尺寸上限（避免过度模糊）。
例：锂电隔膜异物检测（异物≥10像素）→ 最小核尺寸11×11。
-
-
）动态调整策略：
-
高反光材质（如金属）：用小核+多级滤波（如先高斯后中值）。
-
纹理背景（如织物）：用Gabor方向核（宽度/高度依纹理周期调整）
-
（2）：核数量：卷积核分析的角度颗粒度。软件根据设置的数值，在0到180度之间均匀分布卷积核方向。卷积核个数越多，算法检测的角度方向越多，能对更多方向的缺陷产生显著的滤波响应，但是这个参数不能过大，如果太大的话，会非常影响算法检测效率，基本设定6~8即可
（3）：标准差：高斯标准差,如果缺陷比较弱，则需要增大该数值
（4）：偏移：在整体滤波响应的结果中减掉该参数值。其作用为在调整波长和标准差等参数后，整体调整滤波响应的范围
（5）：0/30/60/90/120/150度权重：滤波方向权重参数，包含0度、30度、60度、90度、120度和150度这6个方向的滤波响应权重
设定完成后，会输出综合各方向的滤波结果生成最终的缺陷滤波响应图
可以看到表面划伤的地方，能识别出来，但是旁边会有一点干扰，所以后续还需要做blob分析，将缺陷在识别出来
具体的blob设定方法可以参考前面的章节！
四：实测：上述设定好参数，开始实际测量看看效果
