我国是世界上最大的眼镜生产基地，但是我国的生产线相对国外来说却是比较落后的，处于半自动化状态，而镜片的质量检测环节，几乎处于纯人工阶段。对于工业中批量生产的产品，传统的人工检测存在很多不可避免的缺点:容易漏检、速度慢、精度低、成本高、信息化程度低等。基于机器视觉的无接触检测方法为镜片缺陷检测提供了很好的解决方案。该方案通过对镜片缺陷图像进行采集，并对采集后的图像进行实时处理，然后判断获取的镜片图像中是否具有缺陷以及缺陷的重要参数，如尺寸、位置、数量和离散度等，并根据这些参数判断镜片的等级，由后续的分拣机构按照镜片的等级完成分拣。　　本文基于机器视觉技术基本原理，研究了树脂镜片缺陷检测的照明方式以及图像采集系统的主要硬件，分析了树脂镜片生产工艺，缺陷的种类、形态以及其产生的原因，并结合现阶段市场上相关设备器件的具体性能和价格，设计了基于侧向照明方式和双面阵相机拍摄方式的树脂镜片缺陷检测图像获取系统方案。根据设计方案搭建了实验平台，实验结果表明，该方案基本满足了树脂镜片缺陷检测要求，同时有效地控制了设备的生产成本。　　在获得镜片缺陷图像的基础上，本文研究了图像预处理算法，包括镜片图像拼接、图像增强、图像分割和数学形态学，提出了基于几何特征、形状特征以及以最小二乘法为基础的直线判别特征的镜片缺陷分类算法，完成了四种缺陷的分类并进行了实验验证，实验结果表明:四种疵病的分类准确率为96.5％，基本满足了检测要求。