线缆作为一种重要的工业材料,其表面质量的好坏很大程度上影响产品的最终性能。随着计算机技术和图像处理技术的发展,机器视觉检测技术得到了飞速的发展。将机器视觉技术引入到线缆表观缺陷检测中,取代传统的人工检测,可以实现高速实时在线检测,从而提高线缆的产量。机器视觉的核心是图像处理单元,系统设计的难点在于高速运动线缆的实时检测以及高精度、低误检率和漏检率的检测要求。单纯地依靠通用处理器或FPGA很难完成整个系统的设计和达到相应的指标。因此,本文设计了基于Zynq的线缆表观缺陷视觉检测图像处理系统。Zynq是Xilinx公司在2010年发布的全新平台,将FPGA与双核Cortex-A9处理器集成在一起,与旧有的FPGA上嵌入处理器不同,该平台以处理器为中心,处理器不仅能在开机时独立于FPGA启动,而且还可根据需要配置FPGA。本文利用Zynq平台软硬件联合设计的优势大幅度提高系统的处理速度,使用AXI总线技术实现ARM与FPGA之间超高带宽的通信。本文主要研究内容分为四个部分。首先,设计了线缆表观缺陷检测图像处理算法。使用差分法去除不理想背景的影响,使用基于连通域标记的算法提取线缆区域,采用多项式拟合的方法计算宽度特征值和投影特征值并判断是否存在缺陷。实验结果表明本文设计的算法能够检测外形缺陷、划痕缺陷、破损缺陷和破洞四种类型的缺陷,能够检测出的最小缺陷为0.8 mm,检测正确率达到90%以上。其次,提出了基于Zynq的软硬件联合设计方案,解决了通用处理器串行运算速度慢,难以实时检测线缆缺陷的问题。以提高处理速度为优化目标,分析图像处理算法各个步骤运行时间,找到运行速度瓶颈,提出了软硬件划分方案,将耗时长的算法在FPGA上实现;并使用AXI总线技术和片外DDR缓存方案实现各处理模块之间超高带宽的通信。实验结果表明,软硬件联合设计方案比纯软件设计方案的运算时间减少了86.9%。然后,设计Zynq的硬件部分。提出利用并行处理技术和流水线技术深度优化硬件图像处理模块,使用基于IP的设计方法构建整个硬件平台,使得硬件图像处理模块能够实现单时钟周期完成一个像素的处理,达到了FPGA处理图像的最优效果。理论分析及仿真结果表明系统使用200 MHz时钟时硬件模块的处理分辨率为1600×1200的线缆表观图像速度可以达到100 fps。最后,系统的软件部分设计和测试整个系统。设计基于Qt的图形界面和图像处理算法的软件部分,在Zynq上搭建嵌入式平台进行软硬件联合测试,最后在模拟线缆生产平台上测试,测试结果表明基于Zynq的线缆表观缺陷检测图像处理系统能够检测直径为6 mm,速度为1 m/s的高速运动线缆,最小检测缺陷尺寸为0.8 mm,达到国外同等产品的先进水平。根据我们查阅国内重要数据库的结果,基于Zynq的线缆表观缺陷检测系统国内未见报道。