产品复杂表面质量的视觉检测技术在工业生产中应用越来越广泛。本文由检测工人进行缺陷检测时多角度观察样本受到启发,提出了多角度照明的多元图像分析方法,应用到金属表面缺陷检测系统中,并通过实验验证其可靠性;从相似表面分类视觉检测任务的通用性出发,针对性地建立颜色纹理特征库,通过Filter和Wrapper结合的特征选择算法,实现各类瓷砖分级检测,本文的主要研究工作如下:(1)从金属表面缺陷检测出发,通过调节照明高度实现多角度照明,得到不同照明角度的表面缺陷图像,堆叠和展开得到多元图像数据,通过多元图像分析方法得到Q统计图。(2)通过分析缺陷信息明显的得分图像以及对应的负载矢量,根据负载矢量得到不同通道图像对该主分量的影响权重,选择对缺陷敏感的有效的照明角度,将多元图像的通道数量从37个减少到9个。(3)对Q统计图分块处理,解决了照明不均引起的局部灰度差异大的问题。根据小块图像中纹理特征训练SVM分类器并对待测样本进行缺陷检测,在保证高检出率的同时仅有6.6%的误检率,验证多角度照明的多元图像分析在金属表面上的缺陷检测的有效性。(4)从瓷砖表面分级检测应用出发,分析特征选择方法对表面分级应用的必要性。根据基于互信息的特征选择方式和KNN分类器的特点,提出Filter和Wrapper联合的特征选择方式。(5)联合6种颜色纹理特征,构建颜色纹理特征库,合计292维。对Vx C TSG瓷砖数据库中的6类瓷砖进行特征提取,特征选择和分级测试,整体分级准确率均高于95%,验证了特征选择方法在瓷砖表面分级应用的有效性。