软质绝缘遮蔽用具的表面缺陷对其绝缘性能和使用寿命有重要影响，为解决人工检测漏检、误检率高的问题，文中提出基于机器视觉的绝缘毯表面微缺陷智能无损检测方法。针对不同环境下图像特点，选取改进Sauvola算法对图像进行局部阈值分割，结合形态学操作提取特征，实现表面微缺陷的识别；通过搭建沿面放电试验平台获取不同微缺陷对其沿面放电的影响，采用皮尔逊相关性系数分析了微缺陷的单个最大缺陷面积比和全部缺陷面积比与绝缘毯表面放电电压之间的相关性。结果表明：文中方法识别准确率95.3%，单次检测时间0.53 s，提升了检测准确性与效率；单个缺陷面积的大小与闪络电压呈负相关且为极强相关，单个缺陷越大沿面闪络电压下降越多，沿面闪络电压平均下降5%～22%，验证了识别结果的有效性，可为绝缘毯的现场外观检测提供依据。