金属手机外壳表面缺陷的检测是手机成品质量检测中外观检测的重要检测环节,由于金属手机外壳在生产过程中工艺复杂,不可避免地会在表面上产生缺陷,为了保证产品质量,必须进行有效的质量检测与筛选环节。传统的外观质量检测环节是采用人工检测,人工检测的方式存在着检测效率低、劳动成本高、检测标准不一等问题,越来越难满足现代工业化生产对产品质量的高标准要求。近年来,随着机器视觉应用到自动化生产中的各个方面,技术不断成熟,并且具有稳定可靠、检测精度高、检测速度快等优点,机器视觉检测逐步取代人工检测。本文以电子制造自动化生产线上金属手机外壳为研究对象,针对其表面可能出现的划痕、擦伤、凹坑以及砂点等缺陷,研究设计了一套可以有效检测与识别金属手机外壳表面缺陷的方法。主要研究内容如下:首先,对金属手机外壳表面缺陷检测系统的总体设计进行了介绍,详细阐述了机械传动模块、视觉成像系统和电气控制系统等分模块的设计与实现。然后,对金属手机外壳表面感兴趣区域分割算法进行了研究。在提取手机外壳ROI区域时,首先对手机外壳进行背景分割,分别研究了基于阈值、基于边缘和基于区域的分割方法,结合当前背景分割方法的效果,实现了一种基于阈值的背景分割方法,经过实验对比,该方法相对其他方法分割效果更好。然后针对手机外壳非边缘反光非孔洞Logo区域的分割,研究并实现了一种基于偏移角与仿射变换的图像旋转矫正方法和基于像素点灰度投影的感兴趣区域分割方法。最后,研究了金属手机外壳表面缺陷检测与识别算法。在缺陷检测方面,对传统的缺陷纹理特征提取算法进行了分析和实验对比,针对金属手机外壳表面出现的不规则纹理干扰和局部区域光照不均等因素造成的误检现象,提出了一种同态滤波与显著性检测LC相结合的缺陷检测方法,该方法能够有效抑制金属手机外壳表面的纹理干扰与光照不均所带来的不利影响,并且能够比较好的保持缺陷边缘信息,检测精度更高。在缺陷识别方面,采用了一种基于SVM分类器的缺陷识别方法,根据不同缺陷的形状特征与几何特征进行决策判定,实现了对手机外壳表面缺陷的识别分类。本文设计的手机外壳表面缺陷检测与识别方法,能够有效的检测手机外壳表面主体区域可能存在的缺陷并对缺陷类型进行识别,实验结果表明,检测精度平均可达到96%以上,比传统的手机外壳表面缺陷检测方法精度更高,因此具有很好的实用价值。