随着经济社会的不断发展,人们更加注重对产品品质的要求,这提高了企业对产品质量的生产要求,对产品进行缺陷检测已经成为每个产品生产过程中重要的一环。PAD导光板作为PAD显示屏的重要组成部分,其生产质量直接影响着屏幕的显示效果,进而对人眼的视觉造成损害。在PAD导光板的生产制造过程中,受制作工艺的精度影响,包括原材料不纯净、生产设备长时间使用导致磨损老化等情况,以及人为的操作失误,在PAD导光板的表面不可避免地会出现各种加工缺陷,如白点、黑点、线划伤、面擦伤等。目前,国内大多数的导光板生产厂商对PAD导光板的表面缺陷检测还停留在人工验光阶段。但人工验光方法存在以下问题:一是PAD导光板的质量检测更具专业性,对验光人员的要求更高;二是受限于人的主观性,无统一的缺陷判断标准,检测过严影响工厂生产效益,检测宽松无法满足客户要求;三是人工验光需要将人眼长时间暴露于强光环境中,易造成人眼的疲劳,从而产生误判、漏判,同时长期工作于强光环境会造成视力的损伤,对验光人员的身体健康产生极大的损害。在此情景下,急需一种新兴的PAD导光板质量检测方式来代替人工操作,以此来提高PAD导光板质检的效率与准确率。本文分析了PAD导光板产品的缺陷检测要求,开发出了一套智能视觉在线检测系统,通过实验数据论证了本文算法设计的可行性,具体内容如下:（1）通过分析PAD导光板的成像特点,针对具体缺陷的检测难点,设计了PAD导光板智能视觉检测系统。该系统设计了两个工位,分别用于检测白点、线划伤和面擦伤的常规缺陷以及黑点缺陷。PAD导光板从前道生产工序传入本系统,依次经过翻转装置、限位装置到达工位一,进行成像和常规缺陷的检测,再到达工位二完成黑点缺陷的检测。检测系统输出两工位的检测结果,最后导光板由机器人抓取并移动至对应类别的位置。（2）PAD导光板常规缺陷检测算法设计由于导光板在经过翻转装置后,会有一定角度的倾斜,虽然会经过限位装置,但也只能进行初步地矫正。倾斜的导光板会增大后续缺陷检测算法的复杂度,故本文首先对导光板进行倾斜矫正预处理,同时由于导光板的分辨率过大,无法直接作为算法的输入,本文对导光板图像进行了窗口裁切工作。算法部分采用级联网络设计,即将分类网络和目标检测网络进行串联,在提升检测精度的同时增大检测效率。分类网络部分,选用Mobile Net V3分类网络,实现准确而又快速过滤导光板中的非缺陷区域的同时,提取缺陷区域以便进一步分析;目标检测网络部分,提出了AYOLOv3-Tiny,该网络以YOLOv3-Tiny为基础网络架构,融入本文提出的空间注意力模块（OSM）及空洞卷积模块（DCM）,提升了缺陷检测的准确率。通过实验的验证与分析,m AP和召回率分别达到99.64%和100%,单张PAD导光板处理时间在8s左右,确认本文设计的级联网络能同时满足实际生产线的精度和速度要求。（3）PAD导光板黑点缺陷检测算法设计黑点缺陷成像与常规缺陷不同,需要对打光和成像方式特殊设计。本文对黑点缺陷检测主要分为图像预处理,角点检测以及对角点的二次判断完成黑点检测。通过实验验证,本文设计的黑点检测算法的准确率达到了100%,没有漏检和误检的情况发生。（4）PAD导光板智能视觉检测软件系统本文中智能视觉检测软件系统基于相机的程序库、Open CV开源图像处理库共同开发。采用MFC框架,在VS2015及Windows10开发环境下进行软件的搭建,完成PAD导光板智能视觉检测软件系统。