我国是世界领先的眼镜生产大国，产品占据了世界眼镜市场的大量份额，但是由于相关技术实力不强，产品主要是集中在低端系列，附加值不高。影响我国镜片质量的主要因素之一是目前国内镜片质量的检测仍旧全部依靠人力去完成，导致产品质量不稳定，生产耗时长、成本高、效率低，对人眼视力存在损伤，不利于产业规模的扩大，因此，镜片疵病的自动化检测成为必然的趋势。本文在前人关于机器视觉检测的研究基础上，根据镜片和镜片疵病的特征，提出了一种基于机器视觉的镜片疵病自动化检测方案，以实现对镜片疵病的自动检测，并将镜片自动分级分拣，以提高检测系统的准确率和效率为出发点，对检测系统的照明系统和图像采集系统进行了研究，研究主要内容包括:　　为了保证检测系统的准确率，对系统的照明系统进行了研究。为了准确清晰反映镜片疵病的各类特征，系统采用侧面照明的全内反射照明方式，采集的图像为暗背景下的亮疵病，为图像处理系统算法的简化设计提供了保障。对镜片检测时全内反射照明的适用条件进行了研究，分析了不同种类镜片的照明方式的差异，并照明光源的入射角进行归纳研究，为全内反射照明的推广应用提供理论依据。　　为了保证检测系统的效率，对提高图像采集系统的采集效率进行了研究。针对大口径高精度元件的检测，分析了常用的子孔径拼接方法和多摄像机方法在镜片疵病检测中的优势和不足之处，提出了一种基于两级图像采集的采集方案。根据镜片疵病的尺寸特征和镜片分级标准，将疵病分为两类，通过两级不同精度和视场的采集系统的配合，可以快速采集到镜片所有疵病的图像，并且采集的图像数据量小，然后通过图像处理程序进行处理，可以实现对镜片所有疵病尺寸的准确测量，最终实现对镜片的快速分级。　　最后，对影响系统分级准确率的因素进行了分析，并对检测系统使用环境进行了分析;通过和人工检测的结果进行对比，验证了检测系统对疵病的识别准确率和分级准确率，分析了系统的优势和不足，为系统的改进提供方向。