随着科技的发展,手机进入全面屏时代。手机的质量很大程度上受到手机屏幕表面缺陷的影响。如今,人工检测误差大、可靠性差、效率低,已不能满足工业生产的需要,自动检测对于各个行业变得越来越重要。机器视觉检测技术的出现很好解决了手机屏幕表面缺陷的检测问题。图像光照不均匀、图像的噪声影响和图像缺陷分割模糊等问题会影响手机屏幕表面缺陷的检测导致检测准确率低下。在处理光照不均匀问题时使用了限制对比度的自适应直方图均衡化,本文使用了两种图像分割算法,分别是Otsu法和Canny算子。然后,将两种分割算法分割出来的图像进行融合,结合两种图像的优点,得到一幅图像信息更加完整的图片,使缺陷图像包含的特征缺陷信息更加丰富,提高后期缺陷识别的准确率。本文提出了面向不均衡数据的支持向量机算法。通过对多类数据和少类数据采用不同的方法处理,解决了数据的过拟合问题和重要数据丢失等问题。本文检测的表面缺陷主要有划痕缺陷、点缺陷、脏污缺陷。手机屏幕是否合格依赖于这几种缺陷的特征参数,精准的识别出这几种手机屏幕缺陷,对工程应用具有很高的价值和意义。