现代的浮法玻璃企业对质量控制越来越重视，传统的人工检测方式已经不能满足高速度、宽幅面、高精度的浮法玻璃缺陷在线检测要求。如何实现浮法玻璃缺陷在线自动检测已经成为玻璃质量控制的关键问题。由于浮法玻璃幅面较宽、产出速度较高、生产线运行速度随工艺要求不断变化、现场照明环境复杂，使得玻璃图像的实时同步采集和高速精确处理变得十分困难。因此，开展浮法玻璃缺陷在线检测技术研究，对提高玻璃质量控制的自动化水平具有重要意义。　　本文设计一种基于机器视觉技术的浮法玻璃缺陷在线检测方案。首先，针对均匀光照明检测灵敏度低的问题，采用结构光照明技术强化玻璃缺陷特征。通过分析系统的数据流，发现缺陷数据处理量具有金字塔结构，采用多路图像采集与处理模块构成分布式检测系统以提高检测效率。采用光电编码器测量玻璃运动状态，保证图像采集与玻璃运动的同步。然后，通过分析玻璃原始图像的灰度特征，采用基于灰度梯度方向的中值滤波算法消除脉冲干扰，采用动态构建基准图像的差影算法可靠地移除条纹背景，采用改进的大津阈值法分割小面积、低灰度的差影图像，采用连通域分析技术计算出缺陷的特征参数。此外，采用基于纹理特征的伪缺陷剔除算法减小系统的误检概率。最后，针对PC机检测系统体积庞大、安装不便的问题，设计出以FPGA为预处理器，DSP为主处理器的嵌入式缺陷图像处理系统。　　在MATLAB中完成缺陷检测算法和伪缺陷剔除算法的仿真并验证其正确性。在ModelSim中完成缺陷图像预处理算法的功能仿真，在CCS3.3中编程实现了缺陷图像处理算法，通过对实验结果的分析验证了检测算法的实时性，最终证明了本文设计的检测方案是可行的。