随着工业物联网运营环境的逐渐成熟,在家具行业中,其生产线将逐步向自动化、智能化和网联化方向发展。在生产线升级的过程中,首先要解决板材特征边识别与匹配的问题。只有正确识别板材的各个特征边之后,加工设备才能与数据库中的信息匹配,并对板材做出相应的动作,避免误加工。因此,针对上述问题,本文设计了一种基于嵌入式的板材特征边识别系统。该系统具有一定的灵活性与智能性,可在满足精度要求的情况下完成识别与匹配任务。论文主要完成了以下几个方面的工作:（1）根据板材生产线的流程和实现目标,提出了系统的总体方案,完成了特征边识别系统的硬件选型与软件平台搭建。基于以i.MX 6ULL处理器为核心的ARM开发板,通过在PC端搭建嵌入式开发环境,向开发板移植了u-boot、内核及设备树、根文件系统。为了使嵌入式平台正常运行,在嵌入式系统中适配了相关硬件驱动程序,为后续应用软件的运行提供环境。（2）通过分析特征边识别系统的需求,实现了图像采集与处理功能。针对在嵌入式平台上采集图像的问题,分析了V4L2框架,基于此实现了图像采集程序。针对检测和提取图像中板材特征边的问题,使用高斯滤波和中值滤波对图像去噪,采用Canny算法和霍夫线变换检测并提取特征边,为提高检测精度,提出基于距离的最小二乘直线拟合算法。针对特征边实际尺寸的计算问题,研究了相机标定方法,从生产现场的制造场景分析,设计了一种用标准矩形体计算尺寸转换关系的方法,在保证精度的同时降低了操作的复杂性。针对二维码识别与解析问题,分析了二维码的结构和Zbar库的解码原理,基于此实现了二维码识别解析算法。（3）通过分析生产线现场的操控需求及系统总体方案,设计了总体框架,实现了人机交互程序。基于Qt应用程序框架开发了交互界面应用程序,包括各流程中操作部分交互界面的设计、图像相关功能的融合、数据库的设计和数据操作等。为了确保各项功能可以在开发板上正常运行,向开发板移植了程序所需的库资源。（4）测试了整个系统的运行状况和功能实现的情况。实验表明系统各项功能正常运行,符合预期目标。系统可以实现视频采集功能;可以高效地识别并解析二维码;可以准确地检测和提取板材特征边,并测量特征边的实际尺寸。本系统的总体识别时间在1.0 s以内,测量精度达到3mm/m,能够达到在生产现场识别板材的精度和速度要求。