玻璃在成形时，由于受到工艺的影响，不可避免的会出现气泡和结石等瑕疵。由于玻璃的幅宽一般比较大而瑕疵大多数比较小，并且玻璃在压延时一般是连续的。这就给人工检测带来了极大的困难。近年来以深度学习算法为基础的机器视觉技术恰恰可以解决这一问题，机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理，并加以理解，最终用于实际检测、测量和控制。

基于深度学习的玻璃机器视觉瑕疵缺陷检测系统包括图像采集部分、图像处理、输入输出部分、智能控制及机械执行等几个部分构成。将待检玻璃置于尽可能均匀照明的可控背景前，智能控制系统给图像获取模块发出控制信号，摄像机获取到的玻璃表面缺陷图像经过图像采集卡把图像数据采集到计算机内存，利用虚数科技开发的DLIA工业缺陷检测软件，实现对玻璃表面缺陷的检测，最后通过输出设备输出检测结果。

光线垂直摄入玻璃后，当玻璃中没有杂质时，出射的方向不会放生改变，CCD摄像机的靶面探测到的光也是均匀的；当玻璃中含有杂质时，出射的光线会发生变化，CCD摄像机的靶面探测到的光也要随之改变。通过玻璃机器视觉瑕疵缺陷检测后与人工检测相比较，玻璃机器视觉瑕疵缺陷检测系统检测精度高，连续性好评价客观，可适应高速生产的生产线。