冷轧带钢表面质量监测是钢铁企业提高自身产品质量，进而增强企业整体竞争力的重要手段。应用计算机视觉和图像处理技术实现对带钢表面缺陷的在线监测，需要对采集的大量图像数据进行快速实时处理，以便系统能够在实际生产容许的时间范围内完成带钢表面质量信息的精确提取。实时数字图像处理也就成为了实现监测系统实时性要求的关键环节。 近年来，DSP技术的发展不断将数字信号处理领域的理论研究成果应用到实际系统中，并且推动了新的理论和应用领域的发展，对图像处理等领域的技术发展也起到了十分重要的作用。基于DSP的图像处理系统也被广泛的应用于各种领域。 本文基于本研究室前期研究带钢表面缺陷检测的技术成果，通过对原有系统结构和检测过程的分析，找出影响检测系统实时性的瓶颈，并由此分析提出了基于PC机、图像采集卡和DSP数字图像处理器的带钢表面缺陷监测系统的设计方案。新的系统的设计从软、硬件两个方面进行。硬件方面，在原有系统中增加了基于TI公司的TMS320C6416 DSP的DAM6416P超高速图像处理平台，由DSP完成对影响系统实时性的关键部分的处理；软件方面，提出主从式程序结构和基于图像灰度特征的缺陷图像识别方法，编写了实现缺陷识别的主机端和DSP端程序。同时充分利用了在线仿真技术和软件优化方法对DSP端程序进行了仿真和优化，进而提高软件的运行效率。 本课题研究最终初步完成了对监测系统整体平台的搭建。通过测试，该系统在识别率和实时性方面较原有系统有较大提高，实时处理方面基本满足实际生产的需要。 最后，本文对本系统尚需改进的方面以及今后基于DSP的监测系统的发展做了总结与展望。