随着计算机科学以及信息技术的迅猛发展，市场对数据存储的需求也越来越高。特别是作为主要数据存储媒介的硬盘，近些年来存储容量、存储速度和稳定性都得到了大幅度的提升，因此对硬盘的生产提出了更高的要求。　　MR磁头(Magnetoresistive heads)是机械硬盘中最为重要的部件，也是硬盘技术中最关键的一环。磁头ABS(air bearing surface气垫面)是与磁盘盘面相对应的读写磁盘上数据的表面，磁头 ABS面存在缺陷将直接影响硬盘数据的读写。　　本文希望建立一套机器视觉检测系统评估磁头 ABS表面的瑕疵状态,以确保磁头的品质和提高生产效率。首先分析了视觉检测系统，针对磁头 ABS面检测系统给出了总体方案。检测过程分为三个步骤：清晰磁头ABS面图像的获取、磁头图像的校正和磁头ABS面瑕疵识别。　　由于磁头是极精细的部件，首先采用了自动对焦的方法获取清晰的磁头图像，接着用模板匹配的方法得到磁头 ABS面上特征坐标以消除磁头装配和夹紧时存在一些细微差异的影响。最后通过提取磁头ABS面瑕疵的特征，训练BP人工神经网络识别磁头ABS面瑕疵。　　本文为自动检测磁头 ABS面瑕疵提供了解决方案。经过实验验证，基于机器视觉的识别系统对磁头ABS面的图像识别正确率达到实用要求。