随着社会的进步和科技的发展,人们对产品质量和工艺的要求越来越高。由于工厂流水线的大批量生产,某些产品表面可能会产生一些缺陷,而目前检测大都是通过人眼来检测,效率效低。因此进行产品表面缺陷的智能检测具有非常重要的意义。本文针对iphone4S工件表面图像上的划痕缺陷和竖条纹缺陷进行特征分析和检测算法的研究,其中竖条纹缺陷包括竖纹、毛刺和黑线缺陷。本文通过对缺陷图像的灰度特征和投影特征进行分析,得到了灰度特征明显的划痕和毛刺缺陷,投影特征较突出的竖纹和黑线缺陷。同时,工件表面由于存在细小颗粒导致本身轻微凹凸不平,使得采集图像噪声较多且不可避免。为解决常见的图像去噪算法在平滑噪声的同时存在模糊边缘的问题,本文提出一种数学化实现TV去噪模型的方法,可以较好的保持边缘信息不受平滑的干扰,实现了图像去噪的目标。针对划痕目标小且方向任意的特点,提出了一种改进线检测模板的划痕缺陷检测算法,通过对0度,45度,90度,135度四个方向的序贯滤波和线检测结果进行融合,使小目标信息得到增强,解决了划痕方向任意的检测难点。最后,设计直方图比例二值化对缺陷进行提取,根据点聚积特征通过边缘连接和杂点去除以完成划痕缺陷的检测。针对工件表面竖纹、毛刺和黑线缺陷在检测过程中受高频噪声影响的不足,提出了基于投影分析的缺陷检测算法。设计了峰谷值判定的竖纹缺陷检测算法、基于分块投影的工件边缘线检测、以及毛刺和黑线缺陷判定算法,以实现对竖条纹缺陷自动检测。通过大量实验表明,以新算法为核心技术的表面缺陷视觉检测算法,可以有效地对工件表面中所存在的划痕和竖条纹缺陷进行判定,准确率达到95%左右。