陶瓦产品表面质量是其产品质量的重要组成部分之一,其表面质量的好坏对其商业价值和实用价值影响极大。传统的陶瓦表面质量检测主要依赖于人工检测,但人工检测存在诸多不利因素,对于陶瓦生产行业的长远发展不利。随着工业自动检测技术以及检测理论的不断发展与完善,基于机器视觉的非接触式的自动检测技术在检测领域展现出巨大的优势,其已经成功应用到工业生产自动检测的多个领域。使用机器视觉检测技术来实现陶瓦外观缺陷的自动检测,是陶瓦行业实现产业升级亟待解决的一个难题。本文针对基于机器视觉的陶瓦外观缺陷检测算法进行了较为系统的研究,其中主要对陶瓦表面出现的三类缺陷即缺釉、鼓包、裂纹的检测算法进行了研究。本文主要完成工作如下:1)首先,针对本文所研究的课题的背景及研究意义进行了阐述,同时对机器视觉检测技术的国内外发展现状进行了论述。2)其次,针对陶瓦外观缺陷检测中所涉及的陶瓦图像预处理及特征提取方法进行研究。本文从陶瓦缺陷外观检测实际出发,采用高斯滤波去除陶瓦图像噪声;通过投影方法实现检测区域目标定位;由颜色空间转换方法提高缺陷对比度及实现陶瓦颜色的分类;针对陶瓦缺陷特征的提取采用了几何形态特征方法。3)进而,对于不同的陶瓦外观缺陷类型,一种检测方法很难将所有类型的陶瓦缺陷都检测出来。因此本文对陶瓦表面出现的缺釉缺陷、鼓包缺陷、裂纹缺陷分别设计了相应的检测方法。对陶瓦鼓包缺陷检测提出了基于自定义滑动滤波及插值低通滤波相结合的鼓包缺陷检测方法;对陶瓦缺釉缺陷检测提出了基于颜色空间转换及迭代法与大津法相结合的陶瓦缺釉缺陷检测算法;对陶瓦裂纹缺陷检测利用多尺度Hessian矩阵滤波、双窗滤波器滤波、分区域检测的方法实现陶瓦裂纹检测。最终,由实验结果表明各类陶瓦缺陷检测总的准确率平均达到93%以上,可以有效地实现陶瓦外观缺陷的识别。