制造业是国民经济的基础行业,制造业的发展情况体现了一个国家的生产力水平和综合国力。随着科学技术的发展,制造业向智能制造方向发展。从企业和国家的角度来看,要想在激烈的市场竞争中拥有一席之地,产品的质量至关重要。在这个大背景之下,如何提高生产质量是提高制造业核心实力的重要一环。在生产过程中,人们判断产品的质量是否合格的标准是产品质量特性数据的偏移是否在合理范围内。对于产品的表面质量,传统是使用人工进行质量控制。使用人工进行质量控制受到多种因素影响,且不适应智能制造的要求。图像信息中包含有产品表面质量的相关信息,如产品的几何形状、表面缺陷、表面光洁度等质量特性信息,因此把对产品表面质量的控制转化为对图像质量的控制是进行产品表面质量控制的一种思路。机器视觉系统(MVS)可以高效的获取这些图像,其在智能制造中的使用正在变得越来越广泛。对于一些产品表面,如LCD屏幕、瓷砖等,其检测特征具有服从一定的分布(例如试图检测LCD监视器中的不均匀缺陷)或遵循的特定图案(例如瓷砖)的特点,且这些质量特征的偏移大小是未知的。为了检测这些产品表面质量特征,本文使用基于多变量最大广义似然比(Multivariate General Likelihood Ratio)的时空控制图进行图像监测的方法进行质量的监控,这种方法可以检测出图像中出现多个故障的情况,还可以估算故障的规模大小,偏移大小以及变化点,提供了可以缩短停机时间的重要诊断信息。传统的MGLR控制图假设待检测图像和已知受控状态图像之间的区别仅仅来源于质量差异,外界条件对图像没有影响。然而在智能制造生产过程中,会出现由于待测产品的放置、检测环境光照发生变化等的影响,导致使用MGLR控制图进行检测的结果不准确的情况,这给产品质量的控制带来较大的影响。本文提出机器视觉系统下带有图像校准的MGLR控制图,希望能够尽量减少外部环境对产品质量控制过程的影响、拓展MGLR控制图在智能制造中的使用范围,在提高效率、降低劳动力成本和总成本的同时,保持MGLR控制图的准确性。本文使用数值实验研究机器视觉系统下带有图像校准的MGLR控制图的性能。不管偏移中心的数量是多少,使用机器视觉系统下带有图像校准的MGLR控制图都可以更有效地检测缺陷,且在偏移程度和/或偏移范围较小的情况下,控制图具有更好的表现。