提出了一种基于机器视觉的陶瓷碗表面缺陷检测方法，该方法主要通过Kirsch算子和Canny算子的结合来实现表面缺陷的边缘检测。采用传统Kirsch算子的8个方向模板分别对图像上的每一个像素点进行卷积求导，选取最大模板，确定其边缘方向，结合Canny算子信噪比高、检测准确度高、边缘细节保留好等特点完成表面缺陷的检测，通过缺陷的几何特征判断是否存在缺陷。实验结果表明，该算法很好地抑制了噪声干扰，提高了边缘定位准确性及检测准确度，在保留边缘信息的同时避免了伪边缘的出现。