直螺纹连接技术由于操作简单、性能可靠、方便快捷等优势,已逐渐成为国内外建筑工程行业主要的钢筋连接技术,钢筋直螺纹连接的需求不断增加,螺纹钢丝头检测量越来越大。螺纹钢丝头作为钢筋直螺纹连接的关键组成部分,其尺寸参数质量直接影响着钢筋连接性能和建筑工程质量。传统的人工检测和机器视觉检测,由于效率、体积和成本等问题,已经不满足工业现场的现代化检测需求。本文结合嵌入式和机器视觉技术,构建了一种螺纹钢丝头尺寸检测系统,主要研究内容如下:（1）螺纹钢丝头尺寸检测系统总体方案设计。通过对机器视觉螺纹检测和螺纹精度、极限尺寸的研究,分析了嵌入式机器视觉螺纹钢丝头尺寸检测系统的设计需求。基于软硬件协同设计思想,在ZYNQ（FPGA+ARM）平台上对系统任务进行了分配,设计了系统整体架构,描述了螺纹钢丝头尺寸检测系统的工作流程。（2）螺纹钢丝头图像处理和尺寸检测算法研究。分析了相机成像和畸变模型,通过图像预处理和边缘检测算法来改善图像质量、突出螺纹轮廓,然后基于螺纹边缘轮廓坐标进行特征点提取。通过分析螺纹钢丝头不同尺寸参数的特点,对基本尺寸参数的计算算法进行设计。针对常规中径推导方法误差较大的问题,通过构建中径计算模型,提出一种改进的哈里斯鹰优化算法（Harris Hawks Optimization,HHO）来求解最优中径线,并对改进的HHO算法进行了仿真验证。（3）螺纹钢丝头尺寸检测系统软硬件设计实现。通过分析HLS设计流程和优化思想,利用HLS实现图像预处理和边缘检测算法并融合到自定义图像处理IP核中。在Vivado中基于IP核构建出图像采集和显示的片上硬件系统。在ARM端完成系统初始化配置,并对特征点提取和尺寸计算算法进行软件流程设计。（4）螺纹钢丝头尺寸检测系统实验与分析。通过搭建实验平台,对系统进行了功能和性能方面的实验测试。实验结果表明,系统能够实现图像的实时采集、显示和尺寸信息的打印输出,FPGA端实现的图像处理算法速度得到了显著提高,尺寸参数测量结果与人工测量均值之间的绝对误差不超过0.1mm、相对误差不超过0.6%,ZYNQ平台功耗低至1.971W,证明本文设计能够满足螺纹钢丝头尺寸检测系统的设计要求。