本文在分析了现有精密光学元件表面疵病自动化检测原型系统的基础上,提出了可用于测量更大口径元件的疵病检测系统改进方案。该方案通过对原型系统的照明光学系统、图像拼接算法和图像数据的存储三个重要方面的改进,不仅使系统的整体性能得到较大的提升,而且使疵病检测系统更加适用于实际检测过程中需要对大量的大口径元件进行表面疵病检测的情况。在照明光学系统方面,分析了原有基于光纤卤素灯和临界照明结构的照明光学系统在照明均匀性和结构紧凑性方面的不足,提出了基于LED和柯拉照明结构的改进照明光学系统。通过光学软件设计、仿真及新的照明光学系统的制作,证明了改进后的系统在照明面积、照明均匀性以及结构紧凑性上都有了明显的改善。而后,在此基础上有提出了基于LED和复眼透镜结构的进一步改进方案。通过光学软件的设计、仿真,验证了该方案能够在保持结构紧凑性的基础上,进一步提高照明面积和照明均匀性。在子孔径图像拼接算法方面,分析了原边缘拓展法的优点及不足,提出了基于特征分类的多层次图像拼接改进算法。该算法分为特征分类和多层次拼接两个部分:算法前一部分通过重叠区域内特征的提取和分类,将所有子孔径图像的重叠区域分为四类;后一部分则是针对这四类重叠区域的不同特点,有次序的进行四轮图像拼接,最终得到全景图像。实验证明,该算法能有效避免由导轨定位误差的积累以及贯穿直线型特征导致的拼接错位,而且在效率上有一定程度的提高。在图像数据的存储方面,分析了现有图像压缩方法和标准,提出了通过JPEG2000图像压缩标准对疵病检测系统产生的灰度图像进行压缩存储的方案。实验证明,该方案不仅能高效利用存储空间,而且具有很大的灵活性。而后,分析了疵病检测系统对二值图像的存储需求,提出了以线段编码方式实现二值图像的结构化存储方案。实验证明,该方案不仅能节省存储空间,而且能实现基于疵病特征的随机读取和再现。最后,通过系统级整体实验,进一步验证了改进后的照明光学系统、图像拼接算法、图像数据的存储方案对于系统整体性能的提升以及对于实际测量情况的适用性。此外,分析了图像压缩程度对于系统评价疵病的影响,找到了在两种评价精度要求下图像质量因子的下限。