在机械加工行业中,毛刺是金属切削加工中产生的普遍现象之一,直接影响被加工工件的尺寸精度、形位精度和表面粗糙度。随着机械制造业的发展,人们对金属工件产品质量的要求越来越高,尤其是微小的精密零件。在去除毛刺的工序中,往往需要对所有加工面进行多次的抛光处理,以保证在无监督的状态下尽量减少毛刺可能出现的概率。为了改进传统依靠人工的毛刺检测手段,本文研究利用视觉检测技术实现微小型金属工件边缘毛刺的在线检测。FPGA(Field Programmable Gate Array)作为一种可编程、并行处理的硬件平台在视频图像处理领域受到广泛的关注,为视觉检测技术提供了一种新的处理平台。本文针对微小型工件边缘毛刺的在线视觉检测问题,在FPGA平台上进行了深入的研究,研究的内容主要有下述几个方面:研究微小型工件图像的预处理算法和毛刺检测算法。分析工件边缘毛刺的分布特点,利用传统的边缘检测算子实现工件边缘的提取,利用形态学方法来去除边缘提取后出现的噪声,降低对毛刺检测算法的干扰。通过分析工件的边缘二值图像,提出一种基于数据驱动的边缘信息异常检测算法,实现图像中工件棱边的毛刺检测和定位。搭建以FPGA为核心处理器件的视觉图像采集和处理系统,并实现金属边缘毛刺检测算法在FPGA中的稳定运行。设计数据采集和缓存模块,方便图像的实时缓存和处理。采用并行流水线架构,使得毛刺检测算法的各个子算法模块间可以方便的级联,大大缩短了时间开销。最后将检测结果显示在LCD上,实现了金属毛刺检测结果的实时显示。算法分析和测试结果表明,本文中基于FPGA的视觉检测系统在设定的光照环境下,能够很好的定位工件边缘毛刺的位置,并且对不同形态的边缘毛刺的检测结果都有很好的鲁棒性,达到了预期的检测目的。