玻璃缺陷的在线自动检测是对玻璃质量进行控制的重要手段，是稳定玻璃质量的关键所在。通过对玻璃缺陷的在线检测，可对玻璃缺陷进行判别和分类，从而更好的判断玻璃制造工艺过程中存在的各种问题，指导技术人员对其进行分析和调整。此外，通过对玻璃缺陷的在线检测，还可以更加准确、快速地对玻璃进行分类和切割，这不但提高了成品率，而且降低了工人的劳动强度。目前国内外很多公司和机构都在进行相关的研究。本文模拟玻璃生产现场的状态，利用相似技术原理分析和设计了玻璃缺陷在线检测的实验装置。该实验装置通过安装在玻璃上方的CCD摄像机及安装在玻璃下方的照明光源采集带缺陷玻璃的图像，然后利用一定的图像处理方法对采集到的目标图像进行处理、识别和判断。处理图像所用的方法和步骤如下：首先对采集到内存的玻璃图像进行预处理，即对玻璃缺陷图像进行灰度化转换、中值滤波或邻域平均法等操作，使图像噪声降低，并且保留缺陷目标的边缘，为下一步的处理做准备；其次，利用灰度的线性变换、直方图均衡化、锐化等图像处理方法对预处理过的图像进行图像增强处理，加大图像的对比度，改善图像的外观，使处理后的图像比原始图像更适于缺陷的识别和判断；然后，对经过上述处理的缺陷经过图像分割处理后，使目标缺陷与玻璃背景分离，提取缺陷的特征，最后确定一些关键的特征参数，并根据这些参数进行缺陷判断分析和缺陷识别。实验系统中使用Visual Basic程序设计语言开发控制摄像机采集图像的程序，使摄像机可以实现单帧采集以及连续采集，并将采集到的图像保存到内存，或者保存到指定的目录下。由于Matlab是一种高效的工程计算语言，有专门的图像处理工具箱函数集，非常适合用于图像的快速处理，因此，本文采用Matlab对实验装置所采集到的图像进行处理。此外，文中还用相似理论分析了实验模型建立的可行性和正确性，讨论和分析了高分辨率和低分辨率对玻璃缺陷识别的影响。