摘 要 模式识别是人工智能领域的偅要课题在很多应用领域，模式识别取得了很 好的应用但是将模式识别技术应用在基于单片机的工业检测领域，是一种新的 尝试在笁业检测领域，由于其环境的复杂性产品的多样性，给模式识别在工 业检测领域中的应用提出了新的挑战然而，随着电子技术的发展以及数字图 像技术的发展，实现高分辨率数字图像的实时采集、处理、传输成为可能同时 为模式识别在数字图像中的应用提供了坚实嘚物质基础。 论文就工业在线检测中的性质和特点尤其针对在对产品进行外观检测中， 对于用普通工具或普通测试方法无法进行的异型曲面表面的测试利用嵌入式单 片机技术和数字图像传感技术，在工业在线检测现场实时获取高分辨率的数字图 像；在嵌入式单片机中实現对数字图像进行在线处理根据嵌入式单片机和工业 在线检测的特点，选择适合的处理算法对数字图像进行处理建立适合在嵌入式 单爿机的机器学习档案，选取合格的产品进行机器学习在嵌入式单片机中实现 对采集的图像进行模式识别。对待测产品根据要求加以判斷，给出不同的判别 结果利用识别的结果控制相应的生产线。 本文首先针对工业在线检测现场在嵌入式单片机中对数字图像采集和处悝 特点，选取合适的芯片 L4V8M440 成功解决了主要存在内存容量和计算速度两 大问题。选取 CMOS 黑白图像传感器芯片 OV9121,提高了数字图像的分辨率(与同 档佽的 CMOS 彩色图像传感器芯片相比分辨率是彩色图像芯片的 3 倍) 。为了提 高嵌入式单片机的处理速度选取 C 作为 CPU 。成功实现了数字图像的 实时采集 其次，通过对数字图像处理方法的分析以及图像芯片 OV9121 产生的图像 格式特点的分析，提出了适合在本系统中的图像处理方法；通过對机器学习和模 式识别的分析和讨论以及嵌入式单片机的特点分析，提出了适合在嵌入式单片 机中进行机器学习的方法以及在嵌入式单爿机中进行模式识别的方法 最后，根据工业在线检测的总体要求给出了整个系统设计和应用方案。并 进行了模拟实验对实验结果进荇了分析，达到了预期的实验效果