表面质量是带钢的一项重要指标，随着科学技术的不断发展，对带钢的表面质量的检测技术的要求也越来越高。如何在检测出带钢表面缺陷的同时加快检测的速度是当前带钢表面缺陷检测技术的一个热点。在机器视觉被运用到了带钢的表面缺陷检测以后，带钢的表面缺陷检测从人工进入到了自动化时代。 随着DSP芯片的快速发展，DSP在图像处理方面的速度优势也越来越明显，本文在充分理解图像处理和DSP技术的基础上，构建了一个基于DSP的表面缺陷检测的系统，本论文在了解了现有带钢表面缺陷特征与DSP技术的基础上，提出了基于DSP的表面缺陷检测方法。 论文对图像处理方法进行了分析，采用高斯滤波技术滤除图像中的噪声，使图像得到增强；讨论了各种边缘检测算子的优缺点，通过优化的边缘算子对图像进行边缘提取；利用一种改进后的阈值分割算法实现对缺陷边缘的快速判断，进而实现了缺陷图像的分割。论文对代码优化问题进行了分析，在DSP平台上对边缘检测算法的代码进行了优化，通过代码优化前后系统的速度，说明代码优化对提高图像处理的速度、增强基于DSP的表面缺陷检测系统的实时性有着非常重要的意义。 本课题研究建立了一个基于DSP的表面缺陷检测实验系统，通过实验证明了本表面缺陷检测系统在准确性和实时性方面都达到了设计要求。