受到现有加工工艺的限制和生产环境的不确定因素影响,制药企业的生产车间中仍无可避免地会出现各种类型的缺陷胶囊（如凹陷变形、划痕以及孔洞等）。于是,对于药用空心胶囊的自动化产线,其中的表面质量管控环节则是胶囊生产过程中一个不可或缺的组成部分。而如今,仅依靠人工目测的方式对胶囊表面质量进行抽样检查已然不可满足现代化市场的生产需求。因此,推动药用空心胶囊的表面质检技术向智能化、自动化方向发展,则成为相关企业把控产品生产质量以及提升市场竞争力的有效途径之一。本文针对检测任务中图像缺陷细节信息不凸显且现有方法存在可检出缺陷类型少、检出缺陷直观表征性差的问题,以药用空心胶囊的表面多类型缺陷为具体研究对象开展研究工作,主要研究工作如下:（1）针对胶囊表面多类型缺陷,构建药用空心胶囊表面缺陷数据集。基于简易的图像采集装置采集药用空心胶囊表面缺陷图像,包含正常胶囊、缺陷胶囊两类,其中包括凹陷、孔洞、划痕、污点以及接口缺损等5类缺陷。而为了实现缺陷的定位与分割,利用标准化工具对采集到的胶囊图像进行数据标注,进而建立2套多类型胶囊缺陷数据集。（2）针对实际生产过程中所采集的胶囊图像存在对比度低、样本量少的问题,提出一种基于引导滤波和数据混合的药用胶囊图像预处理方法。通过对胶囊图像进行引导滤波处理,缓解原始图像中局部缺陷的低对比度问题。同时,通过混合数据扩增方法来提升胶囊数据集的样本数据量,进而保证增强训练模型的泛化能力。以此,为后续的特征提取、模型训练以及缺陷检测奠定良好的数据基础。（3）针对药用胶囊表面缺陷的区域级定位,提出一种基于可变形卷积和注意力特征融合的缺陷定位方法。通过引入可变形卷积,使特征提取模块可根据缺陷的不同形状信息来对应调整采样区域,以此来适应缺陷外形的不规则变化。而为了适应药用胶囊表面缺陷的尺度差异,利用特征金字塔模块融合多种不同尺度下的特征图,以此获得不同层次间的语义信息,增强对细小缺陷特征的定位能力。（4）针对药用胶囊表面缺陷的像素级分割,提出一种基于多尺度融合和语义引导的缺陷分割方法。在特征融合模块的作用下,将各阶段的多尺度特征进行融合,以聚集更为丰富的语义信息。然后通过精心设计的语义引导模块,增强图像中的原始像素信息在不同分辨率之间转换及传递的有效性。最后,在基于双重注意力的细化分割头的作用下,将网络中各支路的多级特征联结,进一步实现对分割结果的精细化。（5）在缺陷定位与分割方法的研究基础上进行技术整合,提出一种基于Mask RCNN的药用空心胶囊表面缺陷检测方法。结合区域级定位与像素级分割的各自优势,以分支作用的形式,实现同时对胶囊表面缺陷定位和分割。并开发自动化检测的GUI界面,实现检测的可视化,可满足单张图像检测和批量检测,为后续药用胶囊缺陷检测技术的自动化发展提供一定基础。