质量控制在产品生产中的意义日趋显著,产品的表面缺陷影响其质量,因此进行产品表面缺陷检测对于提高产品质量具有非常重要的作用。传统的人工检测方法由于劳动强度大、检测效率低已不能满足需求,因此需要研究表面缺陷自动检测方案。本文研究了基于机器视觉的产品表面缺陷检测技术,着重讨论了图像滤波去噪算法、缺陷分割及判定方法。主要工作归纳如下：由于图像中布满噪声,而噪声会对缺陷检测造成干扰,因此需要进行去噪处理,本文首先研究了常用的几种滤波算法对图象的去噪效果,分析其存在的不足,然后在此基础上提出了方向序贯滤波去噪方法,该方法具有方向性,不仅能去除噪声而且能增强与同方向待检测的目标信息,为后续缺陷的分割打下好的基础。针对线状缺陷,首先分析比较了实时性好且常用的边缘检测、线检测等方法的检测效果,在此基础上,提出了改进的线检测方法,并对常见但较难解决的断续的线状缺陷进行了研究,设计了基于随机hough变换的断续线段的连接方法,实验证明该方法连接效果良好。针对条纹缺陷,在分析了经典检测方法存在的不足之后,提出了基于投影的峰谷差法来检测条纹缺陷。实验结果表明该方法能有效地检测条纹缺陷。针对塌边缺陷,提出了基于投影的塌边缺陷检测方法。实验结果表明该方法能有效地检测塌边缺陷。最后,对本文的研究工作进行了总结,并提出了后续研究工作的思路,对今后的研究具有一定的指导意义。