基于DSP FPG技术实现嵌入式视觉检测，根据应用需求定制检测算法，实现紧凑化、分布式，组网式智能视觉测量，便于工业现场使用。应用场合包括：

（1）多目视觉三维形貌测量，如大尺寸变形监测等

（2）结构光三维扫描测量，如便携三维扫描测量仪等

（3）基于图像的外观缺陷、尺寸、颜色自动检测

（4）基于机器视觉的生产线自动检测和质量可控制。

在很多工业生产领域中，自动检验是实现生产自动化的必要条件。在自动输送部件的系统中，甚至像螺钉这样简单的零件也必须 100％地加以检验，否则会降低机器的效率，甚至引起严重事故。自动检验的任务主要包括完备性检验、形状检验和表面检验：

① 完备性检验 对部件上的零件是否完备、缺失进行检验。部件上丢失零件可能导致严重后果。例如，如果丢失发动机阀门弹簧的帽卡，则有可能使发动机毁坏。

② 形状检验 这方面的例子有检验螺杆或螺钉这样的简单部件、检验小圆片的圆度、检验包装上或瓶子上的标签的尺寸、形状和位置等。形状检验的一个***重要的应用是检验印刷电路板，包括检测板上的导线***、短路、突出物以及相邻两线的距离等。

③ 表面检验 这是质量控制的一个重要步骤。例如，检验钢板、轴承部件、搪瓷或玻璃的表面。通常必须检验一批序贯通过的不同形状的表面，并能对缺陷损伤加以区分。

在机器视觉系统中；关键技术有光源照明技术、光学镜头、摄像机、图像采集卡和图像处理卡和快速准确的执行机构等方面。在机器视觉应用系统中；好的光源与照明方案往往是整个系统成败的关键；起着非常重要的作用；现场操作者可以凭借全自动检测设备的及时报警，根据实时分析报告，及时对工作中的问题进行调整，或许减少的将不仅仅是一个百分点的废品率，管理者可以依据检测结果的分析报告，对生产过程进行跟踪，更有利于生产技术的管理。它并不是简单的照亮物体而已。 光源与照明方案的配合应尽可能地突出物体特征量；在物体需要检测的部分与那些不重要部份之间应尽可能地产生明显的区别；增加对比度；同时还应保证足够的整体亮度；物体位置的变化不应该影响成像的质量。在机器视觉应用系统中一般使用透射光和反射光。 对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理；物体的几何形状、背景等要素。光源的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性等；同时还要考虑光源的发光效率和使用寿命。光学镜头相当于人眼的晶状体；在机器视觉系统中非常重要。 一个镜头的成像质量优劣；即其对像差校正的优良与否；可通过像差大小来衡量；常见的像差有球差、彗差、像散、场曲、畸变、色差等六种。

在整个系统软件设计中，都是针对单帧图像进行处理，所以在系统软件的整体设计里面，图像的单帧保存和读取至关重要。

图象处理模块完成图象的点运算功能(如缩放、灰度拉伸、图象反色、灰度均衡等)；图象增强功能(如图象平滑、中值滤波、梯度锐化、拉普拉斯锐化等)；图象分析功能(如图象的闽值分割等)、图象的边缘和轮廓检测功能(如四种常用的边缘检测、轮廓跟踪等)。