针对传统金属餐具缺陷检测主要依靠于人工,导致检测成本高、效率低的问题,提出一种采用机器视觉与人工神经网络相结合的金属餐具缺陷检测方法。以金属勺子为例,对勺子缺陷进行分析、特征提取,建立图片特征库,构造了人工神经网络,并通过对神经网络的训练和检验,实现了对缺陷的自动检测。