作为清洁无污染的优质能源，太阳能在化石燃料日渐减少、带来的环境问题凸显的情况下，已经成为新能源的重要组成部分。太阳能发电技术，是利用太阳能的重要形式，多晶硅太阳能电池以工艺相对简单，生产成本低的优势，被广泛采用于光伏制造业中。质量管理是企业生产的重要环节。为保证品质与降低成本，需要对镀减反射膜PECVD工艺下料进行检测。多晶硅太阳能、电池表面纹理特征复杂，质量检测一直依赖人工，效率低、重复检出能力差。本文从工业工程专业的质量管理角度出发，研究了多晶硅表面质量管理的信息化技术，基于机器视觉和SVM，设计开发了的太阳能多晶硅表面缺陷识别及软件检测系统，具有自动化、分类准确等优点，具有理论及使用价值。本文主要工作有在以下几个方面：（1）根据某太阳能多晶硅电池生产企业的实际问题，研究了常见的太阳能多晶硅片表面缺陷，对缺陷进行了归类，与成因分析。结合企业实际需求，通过利用机器视觉和模支持向量机，结合图形图像分析与特征提取方法，提出了自动化检测系统总体设计方案，提出了检测系统软件的框架、检测流程及工作原理，实现了多晶硅片质量管理与检测的自动化、信息化。（2）针对多晶硅片检测的难点，提出利用边缘拟合进行硅片区域精确定位，克服随机上料的问题，硅片的精确定位，保证了后续检测数据来源的可靠性，提高了分类正确率；通过色彩空间变换，降低了颜色检验的维数；在对斑点检测中，选取与硅片自身纹理无关的饱和度通道进行检测，克服多晶硅片自身纹理干扰的难点。（3）针对每种常见缺陷，介绍了特征提取方法，设计了SVM（支持向量机）分类器进行分类，并对分类器进行参数优化，提高了分类结果准确率。为加快程序运行效率，设计了分类器调度器，结合缺陷出现频率与分类器运行速度，进行动态分类器调度，加快了检测效率。结果显示，系统分类正确率达到94.5%，节拍小于1s，满足了企业的生产需求。利用机器视觉进行表面颜色检测的方法，具有抗干扰能力和广泛的适用范围，是质量管理的重要工具。