近年来,智能手机行业迅猛发展,不同手机生产企业之间的竞争越发激烈,企业为了提升产品自身竞争力,对于手机壳体表面质量要求也越来越高。传统手机壳体表面缺陷检测方法采用人工检测法,检测效率低,成本高。机器视觉用于缺陷检测具有检测效率高、实时性好等优点。因此,手机壳体表面缺陷视觉检测已成为未来发展的重要方向。由于手机壳体表面的缺陷尺寸小,且壳体表面,尤其是其侧面往往由不同形状的平面和曲面构成,而这些平面和曲面的表面加工工艺也不尽相同,因此被检测区域的光照反射类型差异大,导致对缺陷的识别造成干扰,影响最终缺陷检测结果的正确性。针对上述问题,本文以目前手机壳体中常见的两种表面(高光表面、亚光表面)的划痕缺陷以及亚光表面孔洞边缘的磕碰缺陷为检测对象,开展了手机壳体表面缺陷视觉检测技术的研究。在此基础上,主要进行了缺陷检测系统总体功能设计、成像系统设计以及缺陷检测算法设计。其中成像系统的设计内容主要是针对被检测壳体表面的反射特性,设计了相应的照明方式,以达到突出缺陷同时抑制反射光干扰的目的,并通过实验验证了该照明方式的可行性。在缺陷检测算法方面,对于高光表面,采用了局部自适应阈值分割算法来提取划痕缺陷;针对亚光表面的细浅划痕缺陷易受噪声干扰的问题,利用划痕缺陷的线状特性,首先运用各向异性高斯导数滤波器分割出特定方向的划痕缺陷,再用不同方向的直线结构元素进行形态学闭运算以连接断续划痕,接着利用几何特征完成缺陷的提取;针对亚光表面孔洞边缘的磕碰缺陷,首先利用形态学算子完成对孔洞区域的提取,然后进行孔洞区域匹配,最后用基于边界分段傅里叶特征来实现缺陷的检测。基于上述研究,本文实现了手机壳体表面划痕缺陷以及孔洞边缘磕碰缺陷的检测。实验结果表明,本文设计的缺陷检测算法漏检率低于4%,误检率低于5%,能够实现长度为0.4mm以上划痕缺陷的检测,磕碰缺陷检测的最小检测长度能达到0.25mm,基本满足实际的检测需求。