触摸屏作为一种全新的人机交互技术,被广泛应用在诸多领域,如通讯设备、公共信息查询服务、家电设备等。投射式电容触摸屏因其透光率高、耐久性和支持多点触控技术的特性,已经发展成为市场的潮流。因此,在电容屏生产过程中对其质量的检测显得尤为重要,过去常用人工检测方法,然而存在速度慢、差异大等缺点。本课题通过机器视觉的方法对电容屏存在的缺陷进行分割及识别研究。主要研究内容如下：(1)根据电容屏生产厂家提供的缺陷样本库,进行软件算法研究,包括图像预处理、图像分割及后处理、特征提取和图像识别。(2)提供的缺陷图因生产现场环境因素的影响,不可避免地存在噪声,因此对图像识别前需先进行预处理。(3)将标准图像与缺陷图像作比较,得出缺陷的规律,通过比较分割算法后选择合适的方法,并对分割后的图像进行滤波操作(4)对分割好的二值图像进行边界跟踪,然后进行特征提取,比较各提取出的特征参数后将Hu不变矩作为图像识别的特征向量。(5)图像经过上面几步操作后,就可以对电容屏缺陷图像进行识别,本文设计基于BP网络分类器的方法。实验结果表明,训练的均方误差最终能够得到很好地收敛,然后选取一定量的测试样本进行识别,识别率平均达到了95%,基本符合电容屏缺陷识别的要求。