划痕、油污、瑕疵，常用的方法有傅里叶变换和Blob分析。
1.表面划痕
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)
为更好的突出前景，一般情况下要求背景颜色较深，可以先用invert_image算子进行灰度值转换。之后的图像相乘，是将对比度进一步扩大。
生成一个正弦形状的带通滤波器，可以去除图像中的噪声。然后傅里叶变换凸显出要检测的划痕。
texture_laws是纹理滤波，适用于布匹表面的划痕，是整个算法的关键所在。
2.亮点、暗点
*找到亮点
mean_image (ImageScaleMax, ImageMean, 9, 9)
dyn_threshold(ImageScaleMax,ImageMean,RegionDynThresh,5,\'light\' )
connection(RegionDynThresh,ConnectedRegions)
*找到暗点
mean_image(ImageScaleMax,ImageMean,7,7)
dyn_threshold(ImageScaleMax,ImageMean,RegionDynThresh1,5,\'dark\' )
connection(RegionDynThresh1,ConnectedRegions1)
平滑，动态阈值分割。
3.金属表面疤痕
* 加强图像的对比度
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)
通过emphasize算子，增强图像对比度，当然前景的突出不仅仅只用这种方法。
4.油污
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)
与表面划痕相似，通过两次高斯滤波，结合傅里叶变换。scale_iamge_range算子的作用：Scale the gray values of an image from the interval [Min,Max] to [0,255]。可以将油污的灰度值凸显出来。