随着计算机技术和光电技术的飞速发展,机器视觉检测技术向自动化、智能化与普适化方向发展,得到了广泛应用,视觉检测技术作为一种非接触检测手段也越来越引起人们的重视。本文针对中板厂辊道电机节能控制问题,采用基于分布式机器视觉的工件在线检测系统来检测轧件在辊道上的位置,并对其中的关键技术进行了研究,在此基础上为某中板厂设计了基于分布式机器视觉的轧件跟踪与辊道电机控制系统。根据某些大型工业生产过程生产线长,生产工件较大并且形状规整的特点,本文设计了一种分布式机器视觉在线检测系统,该系统采用多个图像处理子系统协同完成检测任务。研究了分布式机器视觉系统中的同步和检测实时性问题,解决了多个图像处理子系统的同步问题。本文在分析工业生产线工件跟踪需求及嵌入式智能摄像机特点的基础上,提出一种高性能嵌入式智能摄像机设计方案。该方案采用双CPU作为硬件系统核心,高速DSP处理器作为视频图像处理器,用高速微控制器进行系统的控制与通信处理,并设计了一个适应工件识别跟踪任务的软件框架。本文针对特定工业环境及嵌入式智能摄像机这一特定的计算环境,对在嵌入式智能摄像机上如何实现智能视觉分析进行相应的研究。主要内容有：研究各种图像特征增强、目标识别的快速预处理方法,目标特征分析、图像中目标与背景分割、目标特征提取等快速算法。算法设计中,在满足有效性的条件下,重点研究了算法的快速性。本文在CAN基本协议基础上,研究满足分布式机器视觉在线跟踪检测系统数据传输实时性需求的CAN通信调度算法。将时分调度方式和基于优先级的调度方式结合起来,形成动态CAN的网络层结构,保证并提高了信息帧传送的实时性。并且利用参考帧携带系统的调度信息,使得网络信息帧的调度更加灵活,这样通信系统能及时适应控制系统的要求。本文以分布式机器视觉跟踪检测系统的体系结构为基础,以节能为目标,为某中板厂设计了基于分布式机器视觉的辊道电机控制系统。系统通过机器视觉检测当前辊道上轧件的位置,由生产流程决定轧件的运动,由轧件的位置决定每个辊道的启停,以达到节能的目的。同时,轧件跟踪也是全自动轧钢系统的中心环节,对每个轧件的精确跟踪,可以在很大程度上提升中板厂自动化水平。论文所作的研究与开发工作对提高计算机视觉检测技术水平具有一定的理论意义和工程应用价值。