在工件或原材料的生产加工过程中,产品的质量和生产效率日益成为智能制造的重要组成部分。然而,传统的人工抽检不仅效率不高,而且容易受到人为主观因素的影响。针对这一问题,本文设计了一套基于ARM和DSP的铜带缺陷在线检测系统,实现对生产线上铜带表面质量的检测。该方案相比于基于PC的在线检测性价比更高,检测速度更快,装配更加方便。本文主要的研究内容如下:(1)设计了一套嵌入式在线铜带表面缺陷检测系统。针对铜带缺陷特征设计了暗域照明模式,实现被测铜带表面缺陷的最优成像,以ARM+DSP架构的OMAPL138为核心处理器实现了缺陷的实时检测。(2)研究基于MM-Canny的缺陷检测算法,通过改进Canny算子并与形态学方法相结合,实现图像缺陷的快速准确判别和标记。建立基于支持向量机的缺陷分类模型,根据缺陷的几何、灰度及纹理特征,实现缺陷分类。并针对ARM和DSP进行代码优化,提高软件工作效率。(3)设计实现了系统软件,包括采集模块、通讯模块、显示模块和图像分析模块。采集模块负责配置摄像机的驱动和图像处理的帧模式;在通讯模块中,研究了基于MessageQ的消息通讯机制和基于共享内存的数据交互模式,实现OMAPL138的核间通讯;图像分析模块负责对采集的铜带图像进行分析处理,其中,在DSP实现对待检测图像的缺陷识别,在ARM上利用离线支持向量机完成对缺陷的分类。(4)进行了铜带表面缺陷检测实验。研究实验结果表明,系统缺陷判别准确率达到99%,分类的准确率维持在95%左右,较人工分类提高了5%,能够满足工业检测的应用需求。