随着如今市场化竞争日趋激烈，传统人工检测手机屏幕质量的方法已经无法适应高质、高效的生产要求，国内各手机生产厂家正在努力研发能够替代人工检测的基于机器视觉的自动化检测系统，以提高生产效率，降低生产成本。因此，研究与开发一套基于机器视觉的手机屏幕缺陷检测系统有着巨大的市场价值。本论文正是基于以上背景，分析了国内外近年来机器视觉应用于工业检测的科研项目和工程案例，深入研究了机器视觉相关的图像获取、相机标定、图像处理技术，设计并实现了基于机器视觉的手机屏幕坏点缺陷检测系统。该系统主要由图像采集模块、相机标定模块、缺陷检测模块组成。图像采集模块作为系统的基础，利用DirectShow技术完成了图像采集工作；相机标定模块建立了相机模型，求解出相机的内参数矩阵和畸变向量，完成了图像的畸变矫正，提高了缺陷检测模块特征参数提取的准确度；缺陷检测模块作为系统的核心，首先使用CSA算法提取的图像峰值对Log Gabor滤波器组参数进行自适应设置，完成相位一致性边缘检测，再综合运用区域生长算法完成手机屏幕坏点缺陷区域分割，最后根据缺陷区域归一化特征参数值对手机屏幕质量进行评价。在实验室环境下，进行了系统测试。测试结果表明，手机屏幕坏点缺陷检测系统能够实时的对屏幕坏点进行准确的判别。