我国是墙地砖生产大国，墙地砖生产企业众多。然而，目前国内墙地砖的外观质量检测分级环节，仍停留在利用人工视觉进行检测的水平。这种检测方式效率低下、主观性较强、一致性较差、出错率高，这既影响了检测分级的准确性，也制约了产品质量和档次的提升，降低了产品的市场竞争力。由于在瓷土配料、流程控制和生产工艺等方面存在差异，直接引进国外的设备对国内墙地砖进行检测的效果较差。针对上述现状，本文从工程应用角度出发，对基于机器视觉的墙地砖表面缺陷自动检测系统进行了研究与开发。论文的主要研究内容有：　　1.深入调研国内外墙地砖表面缺陷检测研究现状，比较研究现有的各种视觉检测方法及其识别检测效果。　　2.根据合作企业对检测系统提出的总体要求，对墙地砖表面缺陷类型和检测难点进行了分析，然后在分析的基础上确定了检测系统的总体方案，并详细介绍了墙地砖表面缺陷视觉检测系统硬件的选型方案，主要包括照明光源的选型、打光方案的设计、工业相机的选型和镜头的选型。　　3.在对墙地砖表面缺陷类型和检测难点分析的基础上，提出了一种墙地砖表面缺陷检测和分割方法。针对墙地砖表面缺陷区域与非缺陷区域之间的对比度较低，为了能准确检测和识别出墙地砖表面的缺陷区域，设计了一种基于梯度方差和加权信息熵的自适应BHPF，来削弱图像的背景特征增强缺陷目标特征，实现缺陷目标的粗分割；在分析了待分割图像特点的基础上，引入统计学中的“3σ准则”进行自适应阈值分割，实现对缺陷目标的精细分割，并最终准确的将缺陷目标分割提取出来。　　4.基于上述墙地砖表面缺陷检测算法，实现面向墙地砖表面缺陷的视觉检测系统开发与功能集成，在实验室搭建了实验平台，对检测算法和系统界面功能分别进行了测试，并给出了测试结果。实验结果表明：该检测算法可有效地完成墙地砖表面缺陷的检测，检测效果良好，并且能满足在线检测系统对实时性的要求。实验验证了理论分析和检测算法的正确性，可用于墙地砖表面缺陷的识别检测。