随着计算机科学的发展,图像处理已经广泛应用于工业生产之中,如流水线零件的自动检测识别、印刷电路板的质量检测、纺织行业的布匹瑕疵检测等等.与传统的人工检测相比,基于光学的图像检测具有更高的实时性、准确性和稳定性.现今TFT-LCD已经成功取代CRT,成为显示领域的必需品.尽管LCD的生产环境要求较高,依然难以避免残次品的产生,因此LCD缺陷检测成为了LCD生产过程中的一个重要环节.传统的人工检测严重制约了LCD生产效率与质量稳定性,如何实现LCD缺陷的智能检测已经成为重要的研究课题.LCD检测方法大致分为两大类,分别是基于电气特性和光学特性的缺陷检测.基于光学的图像处理方法具有系统简单、成本较低、易于搭配生产线等优点,其核心在于检测算法的实现.LCD缺陷种类较多,且形态各异,增加了算法的难度.本文分别针对点、线和Mura类缺陷,设计了对应的检测算法,并在Windows系统上实现.点缺陷检测要求精度较高,需要定位出单个液晶管的具体位置,其核心过程在于如何准确的网格化;线缺陷较为简单,通过均值滤波去除背景干扰,并分析水平方向和竖直方向的灰度投影图,可判断出缺陷的具体位置;Mura类缺陷最难检测,其难点在于缺陷的特征并不明显,且极易受到环境因素的干扰.文中采取抑制背景、增强前景的策略,即通过Gabor滤波消除LCD的固有纹理特征,再利用灰度变换增强Mura缺陷区域的对比度,来实现缺陷的快速定位.本文首先介绍了TFT-LCD智能检测系统的基本结构,然后论述了检测算法中使用到的图像处理方法;接着分别对三类缺陷的检测流程进行了详细介绍,并进行相应的实验;最后分析了算法的优缺点及后续工作.