工业生产中,由于技术条件、生产环境以及其他人为因素,移动智能产品屏幕的制造、切割以及再加工过程难免出现诸如划痕、崩边、异物等质量问题,这些问题的出现不仅影响消费者对该产品的选择,而且影响屏幕的透明性和光学一致性,大大降低其机械强度和产品使用价值。因此,必须通过严格的检测工序将不符合标准的废品从中筛选,以便返工。传统的人工检测效率低、工人劳动强度大、检测结果无法数字化,无法满足企业快速生产的要求。为此,如何准确快速地从成批生产的透明玻璃平板中检测出瑕疵产品将是一个亟待解决的重要课题。本文在查阅大量缺陷在线检测类文献、了解同类智能检测设备的基础上,以屏幕表面划痕、点缺陷、异物缺陷作为检测对象,对基于机器视觉的产品表面检测几项关键技术进行深入研究。为实现玻璃屏幕表面快速、准确、高效在线检测的要求,提出以工控机为控制主机,多台图形工作站作为图像采集分析单元的C/S系统架构,并进行了多种缺陷检测提取算法对比研究,最终提出采用基于形态学表面缺陷提取方法,该方法具有耗时短,提取缺陷信息完整等优点,然后通过测量大量已知缺陷种类的样本,并提出采用多种缺陷特征参数综合判定缺陷种类,为系统能够实现准确检测缺陷奠定基础。最后为了验证检测方案的可行性,搭建了玻璃检测机平台,并进行了实验,实验结果表明:此系统能够适应生产线速度为30mm/s,误检率为7.86%,漏检率为2.21%,检测精度可达10μm×10μm。所提出的检测方法及判据能够准确地识别玻璃缺陷,同时具有检测速度快的优点,满足了玻璃屏幕表面缺陷的检测要求。