为了满足市场对液晶显示屏日益激增的需求,液晶显示屏产业日趋标准化和规模化,而液晶显示屏缺陷检测作为生产过程中不可或缺的重要环节,目前多采用人工检测方法。人工检测不仅具有主观性、标准难以统一等弱点,而且占用大量人力、物力资源。因此,本文设计并实现了基于机器视觉和图像处理技术的液晶显示屏缺陷自动检测系统,具有速度快、规范化、成本低等优点,能够适应LCD液晶显示器生产自动化的要求。本文针对液晶显示屏图像缺陷检测开展了相关研究工作。本着快速准确的原则,结合液晶显示屏图像的特点,根据韦伯定律对图像阈值分割算法进行改进,完成对最常见的点和线两种缺陷的检测。mura缺陷一直是液晶显示屏缺陷自动检测研究的重点和难点,本文首先分别使用了奇异值分解算法和离散余弦变换算法对缺陷图像进行重建,然后在差图的基础上,针对不同类型的1mura缺陷采用不同的检测算法,弥补了其他算法在图像重建之后采用单一阈值检测算法的不足。对于点状mura缺陷,在阈值化后采用统计的方法进行判定；对于区域mura缺陷,我们提供了两种方法,一种是窗口滑动统计检测方法,另一种是边缘检测方法；对于线状mura缺陷,使用边缘检测算法,对几种边缘检测算法进行实验,可以发现Canny算子能够获得良好的检测效果。通过以上的研究,我们实现了对三种液晶显示屏产品的缺陷自动检测系统,推动了其他产品和其他类型缺陷自动检测研究的发展,为国内液晶显示屏缺陷自动检测系统在实际中应用打下了良好的基础。