【轉自：J-A】：感謝博主分享

劃痕、油汙、瑕疵，常用的方法有傅立葉變換和Blob分析。
1.表面劃痕

invert_image(Image,ImageInvert1) 
mult_image(ImageInvert1, ImageInvert1, ImageResult,0.01, 0) 

gen_sin_bandpass (ImageBandpass, 0.6, 'none', 'rft', Width, Height)
rft_generic (ImageResult, ImageFFT, 'to_freq', 'none', 'complex', Width) 
convol_fft (ImageFFT, ImageBandpass, ImageConvol) 
rft_generic (ImageConvol, Lines, 'from_freq'
 
, 'n', 'byte', Width)

texture_laws (Lines, ImageTexture, 'el',3, 5)

為更好的突出前景，一般情況下要求背景顏色較深，可以先用invert_image運算元進行灰度值轉換。之後的影象相乘，是將對比度進一步擴大。

生成一個正弦形狀的帶通濾波器，可以去除影象中的噪聲。然後傅立葉變換凸顯出要檢測的劃痕。

texture_laws是紋理濾波，適用於布匹表面的劃痕，是整個演算法的關鍵所在。
2.亮點、暗點

*找到亮點
mean_image (ImageScaleMax, ImageMean, 9, 9)
dyn_threshold(ImageScaleMax,ImageMean,RegionDynThresh,5
 
,'light' )
connection(RegionDynThresh,ConnectedRegions)

*找到暗點
mean_image(ImageScaleMax,ImageMean,7,7)
dyn_threshold(ImageScaleMax,ImageMean,RegionDynThresh1,5,'dark' )
connection(RegionDynThresh1,ConnectedRegions1)

平滑，動態閾值分割。
3.表面金屬傷疤

* 加強影象的對比度
emphasize(Image,ImageEmphasize,Width, Height, 5)
 

threshold(ImageEmphasize, Region, 0, 5)
fill_up(Region, RegionFillUp2)
connection(RegionFillUp2, ConnectedRegions1)
select_shape(ConnectedRegions1, SelectedRegions2, 'area', 'and', 55000, 60000)
closing_circle(SelectedRegions2, RegionClosing, 13.5)

通過emphasize運算元，增強影象對比度，當然前景的突出不僅僅只用這種方法。
4.油汙

Sigma1 := 30.0 
Sigma2 := 5.0 
gen_gauss_filter (GaussFilter1, Sigma1, Sigma1, 0.0, 'none', 'rft', Width, Height) 
gen_gauss_filter (GaussFilter2, Sigma2, Sigma2, 0.0, 'none', 'rft', Width, Height) 
sub_image (GaussFilter1, GaussFilter2, Filter, 1, 0) 
rgb1_to_gray (Image, GrayImage) 
rft_generic (Image, ImageFFT, 'to_freq', 'none', 'complex', Width) 
convol_fft (ImageFFT, Filter, ImageConvol) 
rft_generic (ImageConvol, ImageFiltered, 'from_freq', 'n', 'real', Width) 
scale_image_range (ImageFiltered, ImageScaled, 0, 255) 

與表面劃痕相似，通過兩次高斯濾波，結合傅立葉變換。scale_image_range運算元的作用：Scale the gray values of an image from the interval [Min,Max] to [0,255]。可以將油汙的灰度值凸顯出來。