近年来，随着智能手机、平板电脑等具有照相摄像功能的数码产品日益普及，手机摄像头模组的需求量日益增大。这些摄像头模组结构简单，通常只配有简单的镜头、电子成像传感器以及相关的电路接口。在实际的生产过程中，由于车间并非理想的无尘环境，在镜头安装前成像传感器与空气接触，空气中漂浮的灰尘、皮屑等异物容易附着在成像传感器上，导致最终的摄像头模组在成像时产生脏点，严重影响成像质量。因此，在模组安装完成时需要对其进行脏点检测，以尽可能提高最终产品的整体质量。然而，由于摄像头模组的产量逐渐增大，而人工脏点检测所需人力成本高，而且检测准确率依赖于检测工人的经验与精神状态，实现脏点检测自动化对提高生产效率有重要的推动作用。本文将针对手机摄像头模组提出一种基于机器视觉的自动化脏点检测方法，具体的研究工作如下：本文简要介绍了几种现有的脏点检测方法，并结合实际的手机摄像头模组脏点检测图像，指出直接利用现有的方法进行检测在脏点较为模糊以及摄像头暗角比较明显的情况下，具有较高的误检率。通过分析手机摄像头模组的脏点成像原理以及暗角形成原理，并分别建立模型，本文提出了基于最小二乘背景建模的潜在脏点检测算法以及基于脏点建模的改进归一化互相关脏点搜索算法，并分别通过实验的方法与现有的检测方法进行对比，分析同时基于背景建模与目标建模的算法应用于实际摄像头脏点检测的优势，最终提出一种综合运用上述两种建模方法的摄像头脏点检测算法，并展示了相关的实验数据。实验结果表明，基于背景建模与目标建模的摄像头脏点检测算法在检测图像中存在明显暗角并且脏点模糊程度较高的情况下，与现有的检测方法相比有较高的检测准确率与较低的误检率，对手机摄像头模组的脏点自动检测具有很高的实用价值。