机器视觉伴随计算机技术、通信技术的发展,技术日臻成熟,已是现代加工制造业不可或缺的技术,广泛应用于产品包装、食品生产、国防安全、化学工业、建筑材料、电子加工、汽车生产、药品制造等行业。本文分析了绕线机检测技术的现状和需求,结合自主研发的全自动绕线机,设计了一种基于机器视觉的嵌入式绕线产品缺陷检测系统。在工程环境的测试结果表明,本文设计的检测算法可行,嵌入式检测系统工作稳定、可靠。缺陷产品识别率达到99%,单个产品的识别时间为2.4秒,能够满足工厂生产的需求。具体来说,本文的主要工作包括以下几个方面：首先利用MATLAB研究识别绕线产品圈数的方法,对采集的绕线产品图像进行图像预处理后,再结合实时性,准确性的要求,研究出一种根据灰度均衡化峰值为阈值的二值化算法进行图像分割,得到的二值化图中线圈数目清晰明确,而且边缘也更光滑。在二值图像连通区域的标识上,通过对几种算法的比较分析,提出了以递归法对连通区域进行标识,解决了线圈数目识别的问题,并且其识别的效率较高。其次,设计了以S3C2440为处理器的硬件平台,以CCD摄像头为图像采集器,然后安装了linux2.6.32.2内核文件,并移植了用户界面接口的相关工具,为检测软件移植做好准备。最后本文通过Qt设计的绕线产品缺陷检测软件,搭建了绕线产品缺陷检测系统,经过对识别率和响应时间的测试,发现该技术能很好的适用于绕线产品缺陷检测,解决了绕线机缺少检测环节的问题。此技术对工业检测和机器视觉技术的发展都有一定的参考价值。