表面疵病检测由于疵病分布的随机性,以及对于大视场、高分辨率、快速检测的要求,具有极高的难度,使得其成为制约表面检测的主要因素。本文在平面元件表面疵病检测系统的基础上,进行了球面元件表面疵病自动化检测的一些探索,并通过仿真与实验验证了方案的可行性。主要研究了在高精度检测中球面元件自动对准定中、待测元件表面灰尘麻点自动分类两项关键技术,为球面元件表面疵病检测系统的研制提出了技术基础。提出了一种实现球面元件表面疵病自动化检测的系统构想,包括系统组成与工作流程,简要介绍了自动对准、暗场照明及显微成像、多轴联动、疵病评价软件等几大模块。建立了一套用于球面元件表面疵病检测的球面自动对准系统。该系统基于反射式定中与旋转测量的工作原理,能够自动化地检测待测球面的球心位置。通过实验的方法,选用了基于图像熵的清晰度评价方法,爬山法和曲线拟合法相结合的极值点搜索算法。并且分析了系统定中误差,系统各项误差约为：X向最大误差15μm,Y向最大误差18μm,Z向最大误差8μm。提出了一种基于模式识别相关理论的待测球面表面灰尘和麻点判别方法。其基本原理为,通过疵病显微暗场成像系统在高倍和低倍下采集灰尘和麻点的图像,提取图像的灰度、纹理以及形态学特征,并将特征输入灰尘麻点分类器中,通过模式识别的方法,给出类别的判别结果。为了获取灰尘麻点的分类器,首先在自制的定标板上分别采集灰尘和麻点的高倍和低倍图像构建样本库,然后提取图像的灰度、纹理及形态学特征,并采用主成分分析的方法对特征进行降维,接着采用支持向量机构建分类器,并用10-折交叉验证法获取合适的支持向量机参数。最后通过实验,对上述两种技术进行了验证。在搭建的自动对准定中实验系统中进行了自动对准定中实验,详细给出了各个步骤的过程。比对了经过准直前后的球面元件的暗场图像,证明了自动准直系统的有效性。并进行了三轴坐标重复性实验,结果表明,该球面自动对准系统具有良好的稳定性与重复性。灰尘麻点分类验证实验中,训练集的分类正确率为96.56%,测试集的分类正确率为93.90%,实际样品的分类正确率高于75%,并且所有的麻点均正确分类。实验证明,该分类方法可以有效区分灰尘和麻点,降低误警率。因此,提出的两项关键技术能够运用于球面元件表面疵病自动化检测系统中。