本论文围绕大口径精密表面疵病检测系统开展了深入研究,提出了基于机器视觉的精密表面疵病的自动化检测方法,实现了对划痕、麻点等疵病高分辨率的客观的数字化检测和评价,可有效解决人为的目视观察评估由于主观因素介入导致检测的准确度低、效率低的难题,为精密表面疵病的检测手段开拓了新的领域。在分析了国内外各种传统的表面疵病检测方法的基础上,基于光学显微散射暗场成像原理,搭建了一套新颖的能够实现大口径精密表面疵病检测的实验系统,完成了对全孔径精密表面的扫描成像采集,获得了适合于计算机数字图像处理的高质量的子孔径疵病图像阵列。研究了基于灰度相似性的块模板图像匹配算法,创新性地提出了沿着采集子孔径图像的扫描路线、并根据边界信息延伸拼接的方法,实现了对扫描采集得到的子孔径疵病图像阵列的匹配拼接,得到了大口径精密表面的完整的疵病图像。在疵病的目标提取方面,通过对大量疵病图像的分析,提出了符合实际情况的自适应中值滤波去噪处理方法,并利用计算图像梯度的方法来增强被模糊的疵病图像;提出了新颖的适合于大口径表面疵病图像的的自适应局部阈值分割方法,很好地将疵病目标与背景分割开来;对于分割得到的疵病二值图,利用数学形态学的相关操作去除了噪声;最后通过区域标记的方法将每个疵病目标单独提取出来。在疵病的几何特征提取及分类识别方面,提出了疵病目标的面积和质心位置的计算方法;建立了疵病模型,并采用疵病目标最小外接矩形的长宽之比作为目标识别的特征量,完成了对划痕和麻点疵病的自动分类识别:提出了疵病图像的一种新的细化算法,在此基础上完成了对划痕疵病的长度、宽度及倾斜角度等几何特征的提取;最后提出了对麻点的特征提取方法。设计制作了新颖的二元光学标准比对板,建立了完整的表面疵病的数字化评价流程。针对CCD的像元是矩形的特点,提出了先分别在水平和竖直两个方向上进行长度定标,然后将实际被检划痕疵病的像分解、投影到水平和竖直两个方向上,得到实际长度在这两个方向的投影分量的值,最后再合成得到划痕实际长度的方法;利用二次曲线拟合宽度定标比对函数,进行了大量的实验,标准比对及检测的实验结果表明本系统已达到微米量级线宽的分辨率,完全可以实现大口径精密表面疵病的自动化、数字化评价。