近年来,随着现代制造业与光学技术的发展及材料工艺的提高,透明材料在精密光学仪器类、照明器材类和玻璃类的制备过程中具有良好的应用前景以及研究价值,故透明材料在加工质量方面更要做到精益求精,而人工检测难以满足现代化生产的需求,本文就是在此背景下对透明材料的缺陷检测进行技术研究与实现。首先介绍了透明材料缺陷检测的研究背景与意义,提出基于计算机视觉的透明材料缺陷检测系统的总体设计方案,将系统分为软件模块和硬件模块。将硬件模块分为三个方面进行介绍,确定硬件选型后设计了一套透明材料偏振图像获取装置,为后续的图像处理提供了数据基础。同时提出了软件模块的总体流程框架,明确了透明材料缺陷检测系统的功能。文章从四个模块进行研究。首先对搭建基于计算机视觉的透明材料缺陷检测装置,获取透明材料的偏振图像。其次是对图像进行预处理,包括偏振图像灰度变化、梯度重构、图像加光、图像平滑等具体操作,在经过以上预处理后偏振图像中的缺陷与背景很大程度上分离,然后本文对获取到的偏振图像进行数据增强与标注,通过对图像的旋转、平移、放缩、改变明暗等方式对原始图像数据进行扩充,形成透明材料的偏振图像数据集。接下来文章研究了五种常见的透明材料缺陷,利用目标检测模型YOLO v3,并尝试在基础网络结构上结合交并比和改进非极大值抑制算法优化模型,改进的YOLO v3上缺陷位置的检测准确率为98.7%,缺陷种类的检测准确率为90.0%,相较于YOLO v3在缺陷位置检测和缺陷种类检测上分别提升了4.6%、3.8%。本文的软件处理模块是在ubuntu 16.04的操作平台下,采用Python程序语言及Opencv函数库编程实现,缺陷检测算法效率高,能有效地检测出缺陷,对透明材料的缺陷检测有一定的推动意义。