载带为一种带状工业产品，一般用于承载电子元器件。载带在其长度方向等间距地分布着一样形状的孔穴和定位孔。载带表面质量直接影响贴装设备对电子元器件的捕捉，因此载带表面瑕疵检测技术受到了越来越多的重视。虽然已有一些设备对载带进行检测，但是目前针对载带表面瑕疵检测的相关文献很少，更没有对载带瑕疵进行分类研究的。　　本文先介绍了图像去噪技术，利用结合中值滤波和小波变换去噪方法对载带图像进行去噪处理。之后介绍了基于机器视觉的双工位载带检测系统。该系统由光电传感器、放大器、工业相机、镜头、工控机、显示器、光源、主控板、电机、灯光报警装置和图像分析处理软件等组成。论文提出了硬件设计方案和机械结构方案，设计了适合载带检测的图像处理算法，该算法是把标准合格载带样本图像作为训练集，从这些标准合格载带样本图像中获取检测区域图像的特征量信息作为在线检测时的比较标准。　　在双工位载带系统研究后，就获取了有用的载带瑕疵图像。在此基础上，本文通过纹理特征和形态特征对载带瑕疵图像进行特征提取。由于直接提取的原始特征存在不相关特征和冗余特征，所以采用了结合ReliefF算法和聚类算法的方法对原始特征进行筛选。最后利用支持向量机、对提取的特征进行训练，并使用改进的支持向量机分类器对载带瑕疵进行分类识别。