基于机器视觉的缺陷检测系统,以其高度自动化、非接触性、高实时性、高精度的优点,成为一种可以替代人工肉眼来进行产品缺陷检测的新型技术。本课题以基于机器视觉检测系统的研究与应用为背景,提出了用于高速饮料生产线上瓶盖缺陷检测系统的设计方案。课题选用TI公司最新的双核多媒体处理器TMS320DM6467作为核心处理器,CCs编译环境作为算法仿真平台,Monta Vista Linux操作系统作为系统软件平台,采用Davinci软件框架和多线程技术,完成通用检测系统的搭建,饮料瓶缺陷检测算法的设计,以及流水线上饮料瓶缺陷检测系统的实现。课题的主要工作如下：1)针对一般的检测场景搭建了通用检测系统的硬件平台和软件架构,然后设计具体的瓶盖缺陷检测算法,最后将瓶盖缺陷检测算法装载到通用检测系统中,应用在高速流水线上。这种开发模式最大程度的提高了代码复用率,减少了重复开发。2)采用多线程并行处理技术进行系统软件的设计开发,使检测系统的图像采集、图像处理、缺陷检测及检测结果返回等几个单元能够并发执行,提高系统效率,降低硬件设备要求。3)针对高速流水线速度快、采集到的图像抖动大的特点,在缺陷检测之前设计了针对性的预处理和关键区域定位,结果显示缺陷检测系统能够很好的识别和检测快速运动的瓶盖。4)根据使用的硬件平台,提出了ping-pong双缓存、嵌入式C代码和流水线优化,三种算法优化的方法。实现表明经过优化后的算法所需时间从437.14Mcycles减少到9.72Mcycles,性能提高了45倍,每秒能够处理75帧图像,达到了工业实时性要求。最后,通过对大量饮料瓶样本的检测数据进行对比分析,验证了该检测系统的可行性,并且在实时性和效率方面存在优势。