数字图像处理技术在人类的工业、农业、军事、日常生活中有着广泛的应用前景。将基于图像处理的智能化机器视觉系统引入产品流水线,实现全自动在线检测能大大提高劳动生产率,在现代化的大规模生产中大有用武之地。由于图像处理运算量特别大,对硬件平台的要求很高。数字信号处理器(DSP)是专门用于实时信号处理、具有特殊硬件结构的微处理器。数字信号处理器为数字图像处理提供了良好的实现平台。本文提出并实现了一种能够运行在DSP 嵌入式系统的针对软包装香烟盒上封条的缺陷识别快速算法。该算法使用图像处理的手段,具有学习功能,通过对不同样品的学习可以用于检测不同品牌的香烟。算法具有很好的鲁棒性,对平移和任意角度旋转都不敏感。算法的可移植性非常好,先后在MATLAB、VC、DSP 三个平台实现。MATLAB 上的仿真结果显示,此算法方案合理可行。算法在VC 平台上用C 语言开发,测试结果显示算法判别准确可行,profile 的结果显示算法在PC 机上消耗的时间在20 个毫秒内。算法最终移植到TI 公司的6711 DSK 板上,并做了大量的优化。DSP 平台测试结果显示程序在嵌入式平台上的运行结果和PC 机一致,运行时间在60 毫秒左右。大量实验结果表明该烟盒缺陷识别算法高效可靠,可以满足流水线上的实时在线检测的要求。