在惯性约束聚变中,大口径KDP晶体表面微缺陷是限制激光能量提升和晶体使用寿命的关键,目前最为理想的修复方式是对其进行微机械修复。晶体表面的缺陷点尺寸小、数量多,晶体价格昂贵。因此,高效、准确、安全、高质量的修复需求对设备的自动化和修复工艺提出了更高的要求。本文基于自行研制的大口径KDP晶体表面微缺陷修复机床,对晶体微缺陷检测、自动化对刀和修复工艺进行了深入研究,修复效率与质量都有了大幅提升。本文首先设计了大口径KDP晶体表面微缺陷从检测到修复的全流程方案,利用机器视觉针对不同显微倍率实现了缺陷检测、缺陷重定位和缺陷对刀工作。通过不同倍率下扫描视野标定和晶体边缘标定,实现了不用功能下的坐标转换。设计了栅格式扫描运动策略,通过开发运动控制算法和图像处理算法,解决了检测过程中的漏拍问题,提升了采集图像的清晰度,并保证了缺陷检测精度和效率。自动对刀效率是提升修复效率的关键,设计了双显微镜协同的“两步法”对刀方案:第一阶段为节点式快速进刀阶段,通过计算修复显微镜视野内刀具与晶体之间的距离,实现对运动方式的修正,保证了快速进刀的安全性;第二阶段为精对刀阶段,通过开发扫描显微镜的对刀凹坑识别算法和设计三个运动急停触发条件,实现了对刀过程的精度和安全性控制。通过拟合晶体待修复表面,将待修复表面高度与拟合高度之间的误差控制在14μm以内。实验表明,本文所提出的双显微镜协同对刀方案安全性好,且对刀精度和效率都得到较大改进。为了提升修复质量和效率,建立了修复工艺的快速非支配多目标优化算法模型,迭代计算获得Pareto最优解解集,基于该最优解解集可针对不同的修复表面粗糙度和修复效率需求确定实际的修复加工工艺参数。根据最优解的分布情况将最优解分为质量优先解和效率优先解,并分析了不同最优解在工艺区间内的分布规律。通过实验验证了该模型的有效性,给出了当前KDP晶体修复质量优先解的工艺参数推荐范围。针对修复轮廓的刀纹高频信息降低激光损伤阈值的问题设计了伪随机变步距轨迹生成方法,评估了变步距修复方法在降低刀纹周期性和提高表面损伤阈值的能力。