随着人们生活水平的不断提高,智能手机已经逐渐普及到每个人手中。近年来,金属材质的智能手机因其优秀的质感受到大众的喜爱,其中,金属背板作为其重要的部件,在经过一系列生产制造工序后,不可避免的产生表面外观缺陷,这必定影响到生产的手机产品质量。因此,外观缺陷检测是一个必不可少的环节。而目前,主要的检测手段是采用人工目检的方式,其存在着速度慢、效率低、检测标准不一致等不足,难以满足实际工业生产中的需求。机器视觉检测技术具有高效率、自动化、智能化等优势,可以很好的克服人工检测的不足。本文基于机器视觉技术,以金属手机背板表面缺陷为研究对象,设计了金属手机背板缺陷检测识别系统,研究并实现了金属手机背板的缺陷检测识别方法。主要研究工作如下:(1)介绍了本课题的研究背景与意义,概述了机器视觉技术,介绍了其硬件、软件系统以及具体应用案例,并分析和总结了机器视觉技术在表面缺陷检测领域以及在手机背板表面缺陷检测具体方向的国内外研究现状。(2)介绍了本文研究对象,分析了缺陷类型及检测标准,给出了金属手机背板缺陷检测识别系统总体方案,详细介绍了系统的机械结构、视觉成像系统、电气控制系统的设计与实现,针对传输装置、成像系统部件进行了硬件的分析和选型。(3)研究了金属手机背板缺陷检测方法,介绍了缺陷检测算法的总体流程。针对图像ROI区域提取,研究了一种基于轮廓偏移角的图像旋转矫正方法和像素点灰度投影的图像分割方法,实现了对手机背板不同区域的划分;针对非Logo区域,提出了一种基于滑动窗口和高斯混合模型的缺陷检测方法,针对Logo区域,实现了一种基于归一化相关系数的模板匹配的缺陷检测方法。实验结果表明,本文研究的缺陷检测方法可以实现对金属手机背板缺陷的准确检测。(4)研究了金属手机背板缺陷识别方法,在分析经典识别方法的基础上,研究并实现了一种基于级联支持向量机的手机背板缺陷识别算法,算法提取出缺陷的长短轴比、占空比、面积、周长、圆形度、灰度梯度峰值6个特征,采用径向基作为核函数进行SVM分类器训练,通过3个SVM二分类器级联设计,对4种缺陷识别分类,实验结果表明,本文缺陷识别算法识别正确率达到95%以上。(5)设计开发了金属手机背板缺陷检测识别软件系统,给出了软件系统的总体设计方案,详细介绍了软件系统的界面及软件的工作流程。