在工業生產中總是經常遇到裂痕、劃痕和變色等產品的表面缺陷問題，而這些問題不管對于人工檢測還是機器視覺檢測都極富挑戰。其難度在于該類缺陷形狀不規則、深淺對比度低，而且往往會被產品表面的自然紋理或圖案所干擾。因此，表面缺陷檢測對于正確打光、相機分辨率、被檢測部件與工業相機的相對位置、復雜的機器視覺算法等要求非常高。機器視覺劃痕檢測的基本分析過程分為兩步：首先，確定檢測產品表面是否有劃痕，其次，在確定被分析圖像上存在劃痕之后，對劃痕進行提取。表面劃痕通常可分為三大類：第一類劃痕，從外觀上較易辨認，同時灰度變化跟周圍區域對比也比較明顯。可以選擇較小的閾值精缺陷部分直接標記。

第一類劃痕缺陷圖像，從外觀上較易辨認，同時灰度變化跟周圍區域對比也比較明顯。可以選擇較小的閾值精缺陷部分直接標記。

第二類劃痕缺陷圖像，部分灰度值變化并不明顯，整幅圖像灰度比較平均，劃痕面積也比較小，只有幾個像素點，灰度也只比周圍圖像稍低，很難分辨。

可以對原圖像進行均值濾波，得到較平滑的圖像，并與原圖像相減，當其差的絕對值大于閾值時就將其置為目標，并對所有的目標進行標記，計算其面積，將面積過小的目標去掉，剩下的就標記為劃痕。

第三類劃痕缺陷圖像，各部分灰度差異較大，形狀通常呈長條形，如果在一幅圖像上采取固定閾值分割，則標記的缺陷部分會小于實際部分。

由于這類圖像的劃痕狹長，單純依靠灰度檢測會將缺陷延伸部分漏掉。對于這類圖像，根據其特點選擇雙閾值和缺陷形狀特征相結合的方法。
由于在工業檢測中圖像的多樣性，對于每一種圖像，都要經過分析綜合考慮各種手段來進行處理達到效果。
一般來說，劃痕部分的灰度值和周圍正常部分相比要暗，也就是劃痕部分灰度值偏小；而且，大多都是在光滑表面，所以整幅圖的灰度變化總體來說非常均勻，缺乏紋理特征。