在刀具的生产过程中,刀具表面往往会因为生产材料、加工环境等各种因素的影响,从而产生很多细微的点状或者划痕缺陷,如果不能及时进行排除,可能会极大地损害到刀具的后续使用。目前的刀具检测技术大多停留在人工或半系统集成状态。人工的检测基本是通过肉眼完成,检测效率相对低下,且结果不一定准确;半系统检测是将采集到的刀具图像数据统一传送到软件端进行分析。半系统检测虽然可完成大批量的检测,但是检测前期耗时多且采集速度相对较慢。FPGA具有并行处理的优势,能达到最高的实时性;且它集成了大量成熟的IP核,可以有效地实现基于硬件的各种图像处理操作。本文充分利用FPGA可实时处理的特点,研究了一种基于FPGA的刀具在线检测系统。刀具在线检测系统的实现包括硬件和软件两个方面。硬件上采用Altera公司的Cyclone IV E系列的FPGA芯片作为主控芯片,完成图像的采集、数据信号的存储控制、图像的预处理以及传输的功能。图像采集模块选用OV7670图像传感器实现对刀具的采集工作,设计时序电路并利用Modelsim进行仿真和分析;存储控制模块使用DDR2SDRAM来实现对数据信号的存储以及转换工作,在Quartus II上进行设计和验证;图像传输模块使用千兆以太网完成视频信号的高速传输,并用Wireshark抓包的方式验证了信号传输的完整性。在图像预处理模块,在完成颜色转换以后,设计双边滤波以及Sobel算子的IP核来完成对刀具图像的噪声处理以及感兴趣的轮廓区域的提取工作,为缺陷检测提供了较优的样本。在软件部分,选择了基于成熟的Halcon算法开发的缺陷检测软件来实现刀具的缺陷检测。本文对常见的点状缺陷和划痕缺陷进行了刀具的自动检测分析,通过检测前后图像的对比,以及相关检测系数说明,并根据每块刀具的缺陷程度以及缺陷范围综合计算出该刀具的良品率。如果该块刀具点状或者划痕缺陷的不良率超过了20%,说明该刀具的缺陷比较严重,不适合后续使用,应该淘汰。最后对两个刀具样品进行缺陷检测。样品一进行点状缺陷检测的不良率为8.59%,是在可允许范围内;它的划痕缺陷不良率为3.13%,故该刀具可以用于后续使用。样品二在划痕缺陷下产生的不良率达到了20.36%,虽然该刀具的点状缺陷只有8.89%,但是仍不符合使用标准,故应予以淘汰。本次研究中,搭建了一套基于FPGA的刀具在线缺陷检测系统。该系统传输数据稳定,检测速度快,能成功地提取出刀具的形态。对其点状和划痕缺陷都给出具体的分析数据,并输出刀具能否继续使用的参考建议,为进一步提高工业生产过程中刀具的检测提供了可靠的途径。本系统对于工业生产中零部件的在线检测具有一定的参考价值。