为实现高功率激光驱动器中大口径光学元件表面疵病的低漏检率识别，针对微弱疵病的低信噪比特点，提出了改进的局部信号强度比自适应检测算法。利用信号图像中疵病与邻域非疵病区域的信号强度差异，构造了一类滤波模板对信号图像进行自适应局域增强，可有效提高疵病信号强度值和显著增强信号图像的疵病信噪比。对种子图像进行种子点的筛选与自适应区域生长，并进行精确提取完成损伤区域的完整分割。改进后的局部信号强度比算法能有效识别低信噪比微弱疵病，在全内反射暗场侧向照明成像条件下，可识别出约30 μm的疵病坏点。与现有的局部信号强度比算法相比具有更低的漏检率，结果表明等价圆直径在50 μm以上的损伤点的漏检率低于0.4%。

针对光学元件损伤图像中损伤区域的高精度检测问题，对内全反射照明下光学元件损伤图像的处理技术进行了研究。根据在线检测图像中损伤区域中心峰值的信号强度高于局部背景的信号强度这一特点，利用高斯滤波器生成待检测图像的局部信号强度比图像，实现了对损伤区域的低漏检率自动定位; 根据CCD的成像原理，利用辐射标定的方法建立起损伤区域的尺寸与其在图像中总灰度的关系方程，实现了损伤区域的亚像素高精度尺寸测量。实验结果表明，与传统的光学元件损伤图像处理算法相比，本文提出的算法在保持低漏检率的同时大大提高了损伤区域的测量精度。