随着现代工业和光学技术的快速发展,精密光学镜片在各个工业领域尤其是高科技工业领域的应用越来越广泛。目前,国内光学镜片表面几乎均采用目视检测,人为的目视分析评估由于主观因素介入导致检测的准确度低、效率低。因此对于镜片表面疵病的数字化的定量检测是国防、国民经济尖端技术研究中所需迫切解决的问题。针对现有精密光学镜面表面疵病检测算法的不足,本文采用图像处理技术,对光学镜片表面缺陷进行检测,主要提出的算法如下：1)提出基于梯度图像自适应阈值分割、Sobel边缘检测算子和分块二值化的疵病边缘检测算法。该法先用梯度阈值分割法处理原始图像得到结果图一,再用Sobel边缘检测法和分块二值化法处理原始图像得到结果图二,最后将两张结果图相加得到比传统边缘检测法效果更好的边缘检测图像。2)提出基于轮廓跟踪标记和自适应区域生长的孔洞填充、去除小面积和划痕断点连接算法。该法先用轮廓标记法标记目标的轮廓像素点,通过判断像素面积与阈值的大小关系实现孔洞填充和去除小面积；然后以断点为种子点进行自适应区域生长,判断斜率关系实现划痕断点的连接,克服了传统形态学膨胀腐蚀法导致目标边界变形和断点误连接的问题。3)提出基于分段局部区域最小外接矩形的弯曲划痕宽度和长度测量算法。该法先获得连通域目标轮廓,然后计算其最小外接矩形,根据矩形长宽比判断疵病类型(划痕或麻点),再将疵病分割为多个小区段,分别计算每段的最小外接矩形并获得其宽度,比较取最大宽度作为疵病宽度值。在Visual Studio平台上实现了整套检测系统,使机器视觉技术在镜片疵病检测中得到了运用,能满足工程上进行光学镜片表面疵病自动化检测的要求,相比传统的人工检测方法它具有精度高、准确率高等优点。