بازرسی اتوماتیک محصولات و دستگاه‌ها نقشی حیاتی در صنایع دارد. يکي از صنايع بزرگي که در مراحل مختلف توليد، نياز به نظارت دارد، صنعت فولاد است. در ايران، معمولاً نظارت بر بخش‌هاي مختلف صنعت فولاد توسط نيروي انساني انجام می گردد.مجتمع فولاد مبارکه بزرگترین کارخانه فولاد سازی در کشور بوده که در اکثر قسمت‌های آن نظارت بر دستگاه‌ها و قطعات تولیدی توسط ناظران انسانی صورت می‌گیرد. از مهم‌ترين بخش‌هاي توليد فولاد در این مجتمع می توان به واحد ریخته گری اشاره نمودکه آشكار سازي اين عيوب در اين واحد در كاهش ضايعات خطوط بعدي در نورد و كاهش خسارات نقش بسزايي دارد.هم اکنون اين کنترل بواسطه يك انسان با چشم و در صورت نياز استفاده از دوربين هاي چشمي انجام مي پذيردکه به دلیل خستگی ناظران انسانی، احتمال وقوع خطا در کنترل کیفی سطح تختال بسیار بالا می باشد. از طرف دیگر تختال داراي دمايي بالا بوده كه اين خود خطراتي را براي اپراتور دارد و نیز تكرار اين عمل ضمن خستگي افراد از صحت و دقت عملكرد آنها مي كاهد.اين در حالي است كه اگر بتوان روشي مطمئن در تشخيص اين عيوب بكار برد علاوه بر اينكه اين عمل به صورت خودكار انجام شده ، دقت بالا و يكساني همراه خواهد داشت که باعث كاهش هزينه هاي توليد مي شود.به همين دليل در صنايع مختلف سعي شده از بازرسي مكانيزه و اتوماتيك استفاده گردد. يكي از راهبردهای کارا برای رفع مشکلات بازرسی چشمی استفاده از تكنيكهاي پردازش تصوير مي باشد. اين روش در خطوط توليدي كه كنترل چشمي در آن اهميت دارد كاربردهاي فراگيري پيدا كرده است. در اين پروژه سعي بر آن شده است كه بوسيله تكنيك هاي مختلف پردازش تصوير كارآمد ترين و سریع ترین روش، جهت شناسايي عيوبي كه در سطوح تختال متداول هستند را شناسايي نموده و آنها را به گونه اي كه قابل پياده سازي با سخت افزارهای صنعتي باشد بيان گردد.برای انجام این کار از دو الگوریتم خاکستری و الگوریتم مکمل رنگی برای شناسایی عیوب استفاده شده وبا استفاده از تکنیک الگوریتم آبشاری در جهت افزایش سرعت و دقت درپیاده سازی سیستم مورد استفاده قرار گرفته است. در این نوع از الگوریتم ها ابتدا به صورت سریع تمام تصویر برای یافتن نقاط مشکوک به عیوب پیمایش می شود و فقط مکان های کاندید برای حضور عیوب به مرحله ی بعدی از الگوریتم فرستاده می شوند که باعث افزایش قابل ملاحظه ای در تحلیل و تشخیص محل عیوب در تصویر می گردد. تمامی روش های بکار گرفته شده در این الگوریتم ها شامل ارتقا و بهبود کیفیت تصاویر ، کاهش نویز ، بخش بندی تصاویر ، استخراج ویژگی ودر نهایت تصمیم گیری می باشد که همه این مراحل در راستای شناسایی و تشخیص دقیق محل عیوب در سطح تختال صورت می گیرد .