根据树脂镜片在线检测的要求和特点, 提出一种基于机器视觉的在线疵病检测方法。针对不同尺寸的疵病, 设计了基于两级图像采集的在线检测系统, 完成对镜片疵病的检测。利用第一级图像采集系统检测部分疵病, 获得点杂质和气泡等疵病的详细特征, 同时可以获取划痕和羽毛的长度、位置和数量等信息和包含划痕或羽毛的敏感区域的位置, 并发送信号控制第二图像采集系统的工作。利用第二图像采集系统的传送带和一维导轨的移动对敏感区域定位, 检测划痕和羽毛的直径。本文设计的方法解决了系统成本高、检测速度慢、数据量大等技术问题, 满足在线检测的需要。实验表明：系统检测速度为每片 1.5 s; 与子孔径拼接技术相比, 数据量最少减少约 88%, 最多减少约 96%。

根据树脂镜片在线检测的要求和疵病尺寸的特点，提出一种基于两级图像采集的视觉在线检测方法。采用两级疵病图像采集系统，提高了图像的采集速度，减少数据量，从而提高图像处理速度。利用图像处理工具进行图像处理，根据疵病的填充度和位置等特征实现对疵病的快速识别，利用两级采集系统的不同精度实现对不同尺寸疵病的测量，根据识别和测量结果实现对镜片的分级。实验表明该方法可以满足镜片在线实时检测的要求，并且有很好的分级效果。

根据光散射原理和视觉检测的方法，研究开发了一种基于机器视觉的眼镜镜片缺陷自动化检测系统，对眼镜镜片进行图像获取、简单的图像处理与分级、分拣，实现对镜片的分类。系统采用并行机构运行，利用低角度前向照明方式获得了镜片表面和内部的斑、杂质、羽毛等缺陷图像；利用归一算法进行图像处理与分级，得到不同缺陷的识别信息。实验结果表明，系统能够检测出镜片中含有的所有缺陷，每个镜片的平均检测时间控制在2 s以内，检测精度为0.038 mm。

通过设计的镜片自动检测光学硬件系统，给出了树脂镜片精细杂质图像处理措施，将图像差分法应用于镜片图像边缘的去除；同时解决了镜片检测灰尘影响的问题；另外运用改进型的归一法解决杂质计数问题，为自动化分级分拣系统的研发提供重要的数据支持，为镜片缺陷检测系统的后续分级分拣的数字控制模块提供了可操作性。该检测系统检测精度为0.03 mm、速度为1片/s，检测误差控制在5%。

为了实现对树脂镜片的自动检测，建立了图像采集系统。对该系统所采用的设备参数及图像预处理、特征提取、疵病识别等算法进行了研究。首先根据镜片的尺寸和缺陷的检测精度等参数搭建了图像采集系统。其次，通过相机标定完成了图像拼接。然后，对图像进行预处理，提取了疵病的图像。最后，介绍了各种疵病的特征提取及分类算法。实验结果表明：所建系统的检测精度为0.02 mm，疵病种类的识别正确率为96.5%，基本满足镜片质量检测的分类准确、检测标准统一及检测速度快等要求。

针对目前镜片生产过程中疵病人工检测的不足，根据镜片特点提出了一种镜片疵病类型识别的方法，并结合图像采集技术实现了镜片的自动化检测。系统获取图像后进行图像预处理，通过计算各疵病的面积、周长、直径等参数，根据不同疵病的外形特征，结合最小外接圆参数和划定的不同阈值进行运算区分，确定疵病类别。然后利用镜片各区的物理尺寸和每毫米像素数的值以及质心位置获得镜片各区的模板，并通过相并运算得出各区的不同类型疵病信息并以此确定镜片级别。结果表明：该方法可以准确识别出点、羽毛、划痕、气泡等镜片主要的疵病，精度达到0.03 mm，可使企业实现镜片的自动化检测、提高生产效率成为现实。