柔性集成电路基板（Flexible Integrated Circuit Substrate,简称FICS）是半导体产品的重要基础部件,具有轻薄、可弯折和集成密度高等特点,广泛应用于航空航天、国防军工和移动通讯等领域。其制造工艺复杂、工序繁多,不可避免地会产生缺陷,所以投入市场前的品质控制尤为重要。FICS缺陷种类多样,不同的构成部件会出现不同的缺陷,检测精度不一,检测标准也不尽相同。针对以上FICS检测难点,本文设计了多精度智能视觉检测系统,研究FICS线路外观缺陷与刻蚀缺陷检测算法。主要工作和创新点如下:（1）针对FICS图像噪声影响缺陷检测准确率,本文提出一种基于信息熵改进的小波变换图像降噪算法,使用小波变换分解图像,利用信息熵调整子图在小波逆变换时的权重完成图像降噪。该方法相较于常用降噪方法有着更好的降噪效果。（2）针对于图像基材背景等无需检测的区域影响缺陷检测算法的效率,本文针对低精度FICS图像提出一种基于改进K-means聚类的图像分割算法,利用FICS图像灰度直方图的先验信息确定K-means聚类算法的聚类中心和聚类数目,达到分割图像的目的。该方法较直接使用K-means聚类算法的分割准确率和收敛速度均有明显提高。针对高精度FICS线路纹理信息影响分割的效果,本文提出一种基于曼哈顿距离改进的阈值分割方法,利用灰度直方图波峰与波谷曼哈顿距离信息自动确定阈值。该方法可以很好的避免线路纹理信息的影响,分割效果较好。（3）针对FICS线路外观缺陷与背景相似难以检测,本文提出一种基于自适应模板和Seed-Filling的ROI提取算法获得缺陷区域,然后提取缺陷区域的多种特征使用DAG-SVM分类器判断缺陷类型。实验表明,该方法的缺陷检测准确率达到97.39%。（4）针对FICS线路刻蚀缺陷难以准确定位与度量,本文提出一种基于欧式距离权重因子的双向差分法来计算线路轮廓曲率,根据轮廓曲率的变化检测过刻蚀和欠刻蚀缺陷,之后基于最小二乘拟合线路边界度量缺陷尺寸。实验表明,该方法可以有效的检测缺陷及其位置,准确率达到97.5%。上述的研究成果在设计的智能视觉检测仪系统上进行实际验证与应用并与其它方法进行对比。实验表明,论文提出的FICS表面缺陷检测算法的准确率和速度可以满足实际工业检测需要。