本书介绍了我们的研究重点，即基于图像处理技术的软磁合金(soft magnetic alloy)产品缺陷检测的方法。自动视觉系统的基础上的各种图像处理和计算机视觉算法已被引入到检测和评估燃气管道焊接缺陷。等离子弧焊接(PAW)在相邻地区统计焊缝检测算法已被开发用于大口径不锈钢管。另一种类型的基于视觉的系统，已经提出了一种轴承卷的自动表面检测原型系统。一种稳健的自适应分割算法，适用于单峰和双峰直方图和基于最大的三角形嵌入在平滑区域。其他发展包括一个基于冷轧米尔斯和实时视觉检测系统，采用了支持向量机的扁钢产品的成本矩阵方法优化识别系统(SVM)自动热轧生产学习复杂的缺陷模式；这里列出的最后的方法是一种利用前馈神经网络(FFN)检测带钢表面缺陷的方法。虽然所有这些方法都有良好的性能，可以有效地检测钢中的产品缺陷，但难以直接适用在软磁合金表面高精度缺陷检测，因为这些方法中的都是针对一个特定类型的零部件，如表面特征，照明，缺陷类型和处理的时间等等。