1.一种FPC表面质量视觉智能检测方法，其特征在于按照以下步骤进行：步骤1：对采集的FPC图像进行图像预处理；采用窗口为3×3中值滤波器对FPC图像进行处理；

步骤2：FPC轮廓提取；采用RGB颜色空间，在B通道提取片体的轮廓并对片体与背景进行分割；

步骤3：掩膜设计；将提取的FPC轮廓以像素精度画在另一幅由内存开辟的与采集图像相同大小且像素灰度全为0的图像上，作为缺陷识别掩膜的母体，分别填充掩膜母体轮廓内部与外部区域，从而产生内外两个图像掩膜，分别用内外掩模与原图像进行数学运算，得到内外感兴趣区域图像，以FPC轮廓为界，内掩膜与采集图像处理后使FPC轮廓内部的图像得以全部保留，外部被忽略，若与外模板作用，处理效果正好相反；

步骤4：缺陷提取；在组合光源下，压点和划伤呈白色，采用RGB颜色空间投影阈值算法对压点与划伤进行识别，得到轮廓内部缺陷和轮廓外部缺陷；

步骤5：缺陷识别与分类；

依据内部缺陷的几何特征将其区分为压点与划伤，采用缺陷轮廓面积Scon与其最小外接矩形面积Srect的比值来描述这种区分，将其定义为填充度，如下式所示：R＝Scon/Srect

压点的填充度R比较大，实验发现都在0.7以上，而划伤成条状，填充度R较小，均在0.3以下；综合以上分析，缺陷分类准则为：(1)若轮廓外部有宽度大于限定阈值Tw的白色区域，则为溢胶；

(2)若轮廓内部存在面积大于限定阈值Ts的白色区域，依据式R＝Scon/Srect计算该区域的轮廓填充度R，若R>0.5，则为压点；否则为划伤。

2.按照权利要求1所述一种FPC表面质量视觉智能检测方法，其特征在于：所述步骤4中，缺陷提取的方法为对轮廓内部感兴趣区域图像提取R通道的图像，选择阈值Th＝60对其二值化处理；对轮廓外部感兴趣区域图像变换到HSV颜色空间，提取H通道的图像，对其作阈值化处理，取阈值区间的中值TH＝195。

3.按照权利要求1所述一种FPC表面质量视觉智能检测方法，其特征在于：所述组合光源上端为红色同轴光源，中间为白色环形光源，下端为白色条形光源。