随着玻璃的广泛应用,对于玻璃表面质量的要求越来越高,相应的对玻璃表面质量的检测要求也越来越严格。作为玻璃表面质量检测中的主要内容,表面疵病和ITO (Indium tin oxide,锡铟氧化物)透明线路缺陷的客观评价对于玻璃的应用和发展有着重要的意义。目前,对于玻璃表面质量的检测,主要是通过人工目视的方法进行,人工目视存在着主观性强、误判率高和检测效率低等缺点。因此开展基于机器视觉的玻璃表面质量检测的研究,致力于实现对玻璃表面质量高效、准确的客观评价。针对基于机器视觉的玻璃表面质量检测中的若干技术问题,本文主要进行了如下的研究：针对采用美国军用标准MIL-PRF-13830B评价表面疵病的难点,提出了表面疵病密集度判定算法。通过对美国军用标准的分析,提出了采用权重域叠加的方法,通过为表面疵病赋予相应的权重域来确定疵病密集圆域,并将权重域间的叠加转换成了矩阵间位置关系的判断和计算,有效的利用了矩阵运算的便利性,实现了表面疵病密集度的判定。划痕宽度作为玻璃表面疵病评价的主要指标之一,其精确的计算对于玻璃表面质量的高精度检测有着重要的意义。针对现有划痕宽度计算方法存在的不足,提出了一种通过寻找划痕对应的内接圆,以内接圆的直径等效划痕宽度的计算模型,可适用于不同形状划痕的宽度计算。针对玻璃ITO线路缺陷的检测,通过机器视觉检测的方式,深入分析、对比了多种机器视觉检测光源的特性及使用场景,并确定同轴光源作为玻璃ITO线路缺陷检测系统的照明光源,通过子孔径扫描的方式实现对ITO线路的图像采集。另外,在图像评价模块部分,深入分析图像拼接、去噪、背景均匀化及对比度增强等算法,提出了通过对比标准玻璃图像与待测玻璃图像细化后ITO线路端点数量的差异来判定线路是否存在断路和短路缺陷,实现了玻璃ITO线路缺陷的检测。最后,通过实验对上述技术进行了论证。实验中通过显微散射暗场成像系统采集了刻有已知划痕和麻点的石英标准板,并用表面疵病密集判定算法对其进行疵病密集圆域的计算,验证了该算法的正确性。通过计算机仿真了一组直划痕和弯曲划痕,对内接圆直径等效划痕宽度计算模型进行验证,分析对比了不同划痕宽度计算方法的计算结果,验证了内接圆直径等效划痕宽度计算模型的适用性。另外,搭建了相应的实验系统,进行玻璃ITO线路缺陷检测的实验,采集玻璃ITO线路图像,并通过图像评价系统处理得到了清晰的ITO线路图像,验证了该系统的有效性。