随着劳动力成本不断上升,推动着制造业智能化改造与升级。在精密制造领域的末端环节,通常采用人工目检方式将问题产品挑选出来。不仅检测效率低下,而且视觉疲劳不可避免地导致问题产品流入市场,给下游产业和消费者造成不良印象和不必要的麻烦,因此通过目检方式已不能满足当今社会发展的需求。虽然,随着科学技术的发展,机器视觉相关理论在工业领域得到广泛应用。然而,在镜片模组外观缺陷检测方面,由于镜片模组自身尺寸较小,缺陷检测精度要求高,存在缺陷与背景差异小、对比度低,加上形貌和种类多样,对光学方案的设计和视觉检测算法的可靠性和准确度提出了巨大挑战。为了解决上述问题,本文对镜片模组的光学方案和视觉检测算法进行了研究,具体来说:1)光学成像的质量是实现高精度视觉缺陷检测的基础和前提。镜片模组的外观缺陷有溢胶、底座不良、框伤、油墨、内污五种类别,这些缺陷分布在模组表面、四周、多层镜片内部等不同的区域,且缺陷检测精度要求达微米级。考虑到镜片模组的大小,模组表面的光学属性,缺陷检测的精度要求,以及相机的景深,通过单次拍照完成整个表面成像显然无法达到,同时为了降低硬件成本,设计了镜片模组外观缺陷检测平台。平台由XYZ三轴导轨、步进电机驱动器、控制器、OK-65环型光源和CMOS相机组成,通过导轨X和Y轴带动相机和光源移动实现整个模组的拍摄,而Z轴则用于对不同景深的缺陷进行拍照,为后续缺陷检测提供高质量图像。2)由于镜片模组缺陷种类繁多,且形貌多样,同时为了适应产线的生产节拍,且降低系统的计算硬件成本,对溢胶、底座不良、框伤、油墨缺陷提出了改进型EncoderDecoder（编码器-解码器）缺陷检测网络模型。模型使用轻量化的Mobile Net V3作为主干网络,在Encoder（编码器）中使用多尺度池化技术进行特征融合以降低网络的参数量,在Decoder（解码器）中将低维图片信息和高维图片信息进行融合后再次卷积与上采样得到与输入图片相同尺寸的预测图片。对内污缺陷提出了粗提取、细提取算法,能够准确的识别出内污缺陷。最后,通过实验,证明所设计算法的有效性。3)设计了镜片模组外观缺陷检测软件系统。首先对软件系统的总体功能进行设计,分为手动检测模式和智能检测模式。然后在功能分析的基础上,基于Py Qt5框架和Python语言将语义分割算法、传统机器视觉算法结合,设计了软件系统交互界面。最后介绍了软件系统的各个模块,涵盖参数设置模块、动作模块、图片浏览器模块、类别选择模块、图库模块和数值统计模块,以此完成各自的功能。