太阳能以其清洁、储量大、无污染等优点受到世界各国的普遍关注和越来越广泛的应用。然而,随着太阳能技术的发展,对太阳能单晶硅片质量控制的要求不断提高。质量控制在太阳能单晶硅片生产中的意义和重要性显得日趋显著,良好的品质不仅代表企业的形象,也是赢得市场的前提。目前,传统的人工检测的方法存在着较多弊端,同时对企业的发展和规模化生产有较大的影响。因此,研究和开发太阳能单晶硅片表面缺陷检测系统不仅具有一定的理论价值也具有实际的应用价值。本文的主要工作有以下几个方面：(1)基于相关研究报告和数据,综述太阳能行业的发展历史状况和趋势；根据太阳能硅片表面缺陷检测系统的技术要求,提出基于图像处理的检测系统的总体设计方案,简述检测系统的组成结构、数据流程和工作原理。(2)采用强化细节的自适应直方图均衡化来增强图像,实验结果表明该方法在突出缺陷区域的同时抑制了背景噪声,有效地增强了图像的层次感。针对图像降噪问题,本文设计了一种新型的改进中值滤波器,给出了改进的权值公式,采用该权值,能够有效地减小噪声点的权值,用这些权值对灰度值进行加权,然后累加以实现降噪,由于该混合滤波器综合了中值和均值两种滤波过程,因此具有两者的优点,能够较好地实现降噪。针对太阳能单晶硅片缺陷的不规则性,引入八方向Sobel算子进行边缘检测,实验结果证明该算法提高了边缘检测的定位精度和连通性,有效地提升了边缘检测的效果。(3)基于太阳能单晶硅片缺陷图像和非缺陷图像的差异性,构造一个用于缺陷检测的判别函数,对SVM分类器的构建进行了改进,减少了95%的分类处理量,更适合在线检测的实时性和控制要求。同时,选取非线性映射能力较强的径向基核函数作为SVM的核函数对缺陷图像进行分类,针对径向基核函数的参数选择问题,提出了基于正交试验的SVM参数优化方法,通过正交试验法来选取最佳的SVM参数。实验显示,准确率可以达到92%以上,表明通过该方法所选取的参数具有较强的抗干扰能力和较广的适用范围。