在工业产品的制造过程中，产品质检是非常重要且不可缺少的一环。传统的人工质检具有劳动强度大、人工成本高、检测效率低、实时性差等缺点，用机器视觉替代人工质检已经成为工业企业的迫切需求。本论文以钮扣缺陷检测为例，在基于DSP的智能相机平台上，设计了针对带花纹钮扣的缺损、堵孔、凹坑等表面缺陷的检测算法。　　本文首先对钮扣检测系统的硬件平台做出了简述，设计出了算法总流程图，并阐述了边缘破损、线孔堵孔、表面凹坑等缺陷算法设计的理论知识和处理过程。本论文的研究重点在于采用了基于直方图分析法的阈值分割方法，有效地排除了不规则纹理的干扰，提高了分割定位算法的适应性和稳定性；处理彩色图像时，能通过彩色多通道分析，找到凹坑与纹理的特征差异，并根据差异进行凹坑缺陷检测；能够有效地提取表征钮扣缺陷的参数，并探究了特征学习及分类标准的制定方法。算法被移植到智能相机平台上进行大幅度优化，并对钮扣样本进行了测试，给出了运行速度及检测率的实际数据，并对测试结果进行了分析。　　测试结果表明，本文设计的算法能够有效识别出钮扣的边缘破损、线孔堵孔及表面凹坑缺陷，平均准确率达到95％以上，平均检测速度为6s/张，能较好地完成带花纹钮扣表面缺陷的检测任务。