在现代自动化生产中，尤其在生产过程监控、检测产品质量方面，机器视觉技术应用广泛。本课题设计了一套基于DSP的机器视觉检测系统，该系统被应用到某企业生产的两种器件的检测上:一是铝电解电容器在卷绕工艺后，对其引脚的各类缺陷检测;二是齿轮在压力机上进行冷整形之前，需要对齿轮键槽的朝向位置进行检测。这两个检测都属于工业检测中的外观检测。　　本文针对该企业的实际检测需求，分析了传统外观检测方法的弊端，提出了基于DSP的机器视觉检测系统的解决方案:两个检测应用都是对器件的外观检测，二者共用一套硬件系统，采用相同的软件程序流程。具体围绕机器视觉系统的硬件和两种检测算法进行详细设计，选择DM642为图像处理单元的核心，分模块对硬件进行原理图和PCB设计;软件框架采用图像采集、图像处理、控制决策与图像显示的框架，两个器件所测量的外观参数不同，以保障流水线检测的实时性和准确性为目标，重点研究两种检测算法。　　对于电容器缺陷检测，如何快速、准确的判断电容器合格与否，并进行缺陷分类的算法设计成为了研究的重点。用固定阈值分割法对图像进行预处理，使用连通域法提取图像的轮廓信息，针对检测的实时性要求提出了一种简易的新算法:特征值的标定算法。利用特征点的快速标定和对像素当量的测定，对电容器的引脚进行快速检测。　　对于齿轮键槽朝向的检测，实质上是确定键槽角度，寻找直线的问题。先进行图像预处理、反色和轮廓提取算法，本文针对齿轮的外形特征，提出一种新方法:基于小区域的二次Hough变换的算法。具体是在划分图像象限，缩小检测区域的基础上，采用二次Hough变换实现直线的快速和准确的搜寻。利用旋转算法对检测的角度进行验证。　　最后，搭建了实验平台，对两个应用进行实验环境下的相关测试研究。实验结果表明，本课题所提出的方案能够实现快速、准确的检测两种器件的外观质量，完全满足企业的功能需求，对企业的产量、供货能力、产品质量都意义重大，具有重要的理论意义和广泛的应用价值。