智能相机缺陷检测技术的发展和应用解决了当今人工检测存在的种种局限性,如检出率低、检测速度慢及容易发生操作错误。基于智能相机的视觉检测应用范围广,可以针对不同检测环境和检测内容设定特定的检测设备和图像处理算法。智能相机集视频图像采集、处理、分析、传输等功能于一体,高性能、低功耗、小型化等特点使其在不同行业有着广泛的应用前景。智能相机的主处理器选用内部集成ARM+FPGA异构多核结构的Zynq芯片,基于软硬协同设计思想完成图像处理系统平台设计。本文主要依托Zynq-7000 AP SoC为主处理器进行智能相机的缺陷检测系统设计与实现,利用视觉检测图像处理技术,设计满足实际应用的缺陷检测算法,优化应用层图像处理流水线,最后验证系统性能和分析结果。论文的主要工作包括以下几个方面:(1)介绍表面缺陷检测技术的发展现状及各类算法和系统的优缺点,根据缺陷检测系统的需求,针对开发平台进行系统设计。(2)分析当前常用的一些图像预处理技术,进行算法原理探究和结合系统的实际处理效果,选定适合缺陷检测方案的图像预处理技术。(3)研究缺陷检测算法的处理流程,重点分析轮廓提取的原理和提取过程、缺陷连通域检测和标记的原理、缺陷参数计算过程和方法、Hough变换原理等。(4)设计图像采集处理流水线系统框架,在原有Xilinx参考设计基础上实现了应用层图像处理流水线编译结构优化、缺陷图像处理函数框架设计、显示模式优化,实现基于V4L2框架的视频图像数据循环采集与处理。最后完成检测系统应用层处理算法设计,进行测试平台搭建对算法进行软硬件联合测试,并展示缺陷处理结果,系统能够检出缺陷和获得相关缺陷参数,达到设计要求。