本文提出了一种自动定位和评估瓷砖表面缺陷的三维图像采集和分析方法。它简要介绍了出现在瓷砖表面的某些缺陷，并分析了其形成。本文介绍了使用激光三角测量法（LTM）构造瓷砖表面3D图像的方法，以及研究中使用的表面成像参数。提出了用于图像滤波和缺陷识别的瓷砖三维表面图像分析算法。对于选定的缺陷，还介绍了测量缺陷参数的方法和可视化表面缺陷的方法。
瓷砖生产线产能的增加，迫使在产品表面故障诊断和检测系统领域引入了创新的解决方案。在许多制造企业中，瓷砖的质量检查是由传感器或视觉系统支持的人员进行的。提出了一项关于员工疲劳的描述以及他们在实施与工作时间或产品类型相关的产品的视觉评估中犯错的可能性的研究[ 。
将视觉系统引入生产线使得有可能获取图像并分析该图像，以识别和定位缺陷。作为文献中描述的视觉方法的一部分，通常使用灰色或彩色阴影的分析。提出了一种基于2D图像分析和统计方法的系统，以检测诸如裂纹和划痕[等表面缺陷的边缘。提出了一种计算机系统（CVS），该系统可使用C ++编写的程序以及用于分析2D图像来分析图像并评估其表面缺陷。提出了基于Matlab软件中实现的图像分析的系统，该系统还使用了单色和彩色的二维图像分析。提出使用小波分析来定位缺陷区域。作者提出了一种有效的缺陷检测系统，用于检测瓷砖表面可见的纹理图像。作者描述了一种自动识别花岗岩品种的方法。他们使用了分光光度计和机器学习技术捕获的光谱信息。
在文章中，作者提出了用于板岩结构缺陷识别的混合3D-2D激光扫描系统。该文件描述了屋顶板岩的缺陷，描述其质量的参数以及这些参数的控制方法。作者本机器学习识别有缺陷的石板的任务的方法和呈现在结果所采用的学习方法的差异。
在大多数工业应用中，图像分析系统负责检测表面上的缺陷。以平整度检查形式检查表面几何形状的任务是通过传感器系统（4-8个传感器）完成的；这些将测量瓷砖表面指定区域中的高度。由于图像中可用的信息和表面成像方法的缘故，陶瓷工业中使用的大多数视觉系统都可以描述为二维。它们通常在技术机器和检查站中作为附加设备实施，其任务是对产品参数进行互操作检查。需要引入具有扩展的测量和检查功能的自动视频支架，尤其是在“零缺陷”系统中进行的批量生产中，
本文介绍了在选择瓷砖参数检查任务中采集和分析3D图像的方法。本文介绍了在执行任务时使用3D图像检查产品几何形状和表面缺陷的示例。该方法的优势在于，三维图像可以实现大量的测量和分析，尤其是在空间测量领域，可以补充和扩展基于二维的视频行业中当前使用的视觉方法图像分析。
较常出现在瓷砖表面的几何缺陷包括瓷砖可用表面平整度的缺陷。这些缺陷以弯曲的拐角或边缘的形式或表面上可见的弯曲的形式可见。几何缺陷还包括对边缘和拐角的任何损坏。大量缺陷也是可用表面的缺陷，这些缺陷以表面分层，刮擦或局部粗糙度变化的形式可见。这些缺陷的尺寸可能很小，或者几乎可以在瓷砖的整个表面上看到。下图显示了位于瓷砖中间的较大分层区域。
本文所述研究的目的是开发和实施一种可以全方面评估瓷砖质量的系统。这是由于需要在检查瓷砖的几何尺寸的同时检查陶瓷产品表面缺陷的存在和参数，并同时检查产品性能的质量。为此，使用LTM方法开发了一种视觉系统，该系统旨在构建瓷砖表面的三维图像。假定视频系统操作参数和3D图像分析算法将能够定位，描述缺陷参数并全方面评估瓷砖的几何形状。
