随着经济的发展,人们对物质生活和精神生活有了更高的追求,在生产、生活和服务等领域中,企业的人力成本不断上涨而消费者对产品和服务质量却有着更高的要求,这种矛盾在制造行业中尤其明显,能否解决上述问题关乎制造业的生死存亡。为了解决上述问题,在各个生产环节尤其是流水线上,越来越多的制造企业希望采用工业视觉系统来代替传统的人工识别,从而提高产品质量并显著降低人力成本。而目前的工业视觉系统价格昂贵、维护和操作复杂,中小制造企业大多无力负担。当前,尚缺少一种通用的低成本图像识别方案进行工业流水线上的物件特征检测。本文利用Android系统在ARM Cortex-A8开发平台上实现了一种低成本易扩展的嵌入式物件检测系统。该系统利用JNI技术实现外设间的控制和通信功能,并支持基于OpenCVC++库开发的识别算法;其次,本系统使用V4L2协议实现了一个基于USB Camera的通用视频采集及解码模块,可向识别算法模块提供统一的图像采集接口;此外,根据产品功能和用户需求,在AndroidStudio环境下完成相应的Android App作为用户UI界面;最后,针对特定物件正反面的识别问题,设计和实现了一种投影帧间差分算法,并根据本平台的软硬件特点进行了多层次的优化,可以使用此算法来验证本物件检测系统在真实工业生产环境下的实用性。实验结果表明,在采用本系统进行实物检测时,各功能组件运行良好,载入上述物件识别算法,并采用双重交叉检测的方法后,物件识别的准确率为99.8%,检测速度快于1个/秒,基本满足中小制造企业的需求,达到了本论文的预期要求。