由于手机在社会中大量使用,导致手机石墨散热片的需求量也急速增长。虽然企业生产的手机石墨散热片的产量很大,但是不可避免会出现不合格品。大多数企业一般采用人工检测法,在检测过程中出现了检测准确率低,漏检率高的问题,所以迫切需要一种快速高效的方法,提高检测手机石墨散热片的准确率、降低漏检率,以降低产品成本。为此,本课题研究了一种采用机器视觉对手机石墨散热片缺陷检测系统。通过本课题研究的系统,可以实现手机石墨散热片在线自动检测,完成手机石墨散热片图像中的缺陷分类。本文的研究内容如下:（1）手机石墨散热片缺陷检测系统设计。根据手机石墨散热片的特性和生产检测的要求,完成了系统硬件设计,包括图像采集所需的相机、镜头、光源等部件选型,搭建了实验平台;采用Visual Studio软件设计了用户交互界面,采用Halcon视觉软件完成手机石墨散热片的缺陷检测。（2）手机石墨散热片图像预处理与图像匹配研究。首先对比分析了几种滤波方法,提出了一种基于自适应局部降噪的同态滤波方法,该方法比传统滤波方法能得到更高对比度的图像。（3）本文研究了图像模板匹配方法使图像定位,主要采用灰度模板和形状模板方法,使待测散热片图像和模板图像匹配,由于上料传输的过程中不稳定,会使图像位置倾斜或者偏移,所以在图像匹配前先对图像几何变换,通过平移和旋转使手机石墨散热片图像位置矫正,再对比图像匹配实验,采用基于形状模板匹配利于图像定位。（4）手机石墨散热片缺陷提取。采用差分运算方法将缺陷区域显示出来,采用形态学的方法去除那些干扰的杂点,直接利用Blob方法（Blob Analysis）将手机石墨散热片的缺陷特征提取出来。（5）手机石墨散热片检测系统软硬件联合调试。在完成了手机石墨散热片软件算法的实现后,软件系统联合系统硬件部分测试系统的各项功能,验证本课题设计的系统运行的稳定性和可靠性。实验表明,本课题设计的手机石墨散热片检测系统能够满足企业品控要求。