人们对于手机镜头成像质量的要求越来越高，但是在手机镜头的生产过程中，会出现一些如划痕、脏污、麻点、脱膜等等不同类型的缺陷，从而影响玻璃镜头的成像质量。对于镜头缺陷的检测，以往在工业领域一般使用人工检测的方法，这种方法低效且不可靠。对使用图像处理技术的缺陷检测算法的研究具有很大实用价值和理论意义。　　论文描述了国内外玻璃缺陷检测研究的现状，对比了传统基于光学仪器的缺陷检测方法和基于机器视觉的缺陷检测方法。论文实现了一个较好的图像的预处理算法;提出了了一种鲁棒性很高的图像分割方法;对于干扰条件下抛光面缺陷检测的问题，提出了基于图像信息测度的自适应阈值算法和基于图像频谱的缺陷检测方法，取得了较好的效果。提出了一种缺陷后处理方法，使缺陷信息更加完整，并提取了缺陷的尺寸信息。　　论文的特点在于:　　设计了缺陷打光方案。根据玻璃镜头缺陷的特点设计了一种较好的打光方案。使用CCD相机作为图像获取装置，并使用多种光源和反射板作为配合，可以较好地拍出黑色缺陷、划痕缺陷、脱膜缺陷等缺陷。　　提出一种的抛光面分割方法。使用Hough圆检测方法对抛光面进行初步定位，通过二次种子选取和图像分割获得初步的分割图像，并使用凸包算法进行抛光面重建，实验证明，算法鲁棒性较高。　　提出了两种自适应阈值的检测算法。针对抛光面噪声严重，缺陷种类不确定等特点分别给出了基于图像信息测度的自适应窗口阈值检测算法和基于图像频谱的阈值检测算法。实验证明，算法具有很好的抗噪性能。　　提出了图像缺陷尺寸的测量方法。首先对缺陷断点进行连接，使用OPTA细化算法对缺陷进行细化，根据细化结果提出了基于分段外接矩形的缺陷宽度计算方法和基于BFS的缺陷长度计算方法。