钢珠产品在自动化生产过程中会产生各种各样的质量问题,需要在瑕疵检测环节加以去除,以保证产品生产的顺利进行。利用机器视觉技术进行产品表面瑕疵检测,能有效的提高检测工序的准确性,实时性及可靠性,是目前工业瑕疵检测领域研究的热点。现有的钢珠瑕疵检测方法是基于PC机利用模板匹配算法实现。模板匹配算法存在算法复杂,检测效率低的问题,已不能满足工业生产过程中实时检测的需求。此外,由于采集到的钢珠图像在一定程度上存在成像过程中引入的椒盐亮噪声,使得现有瑕疵检测方法的误检率较高。为了解决现有瑕疵检测系统存在的问题,本文重点研究并提出了基于数学形态学的瑕疵检测算法,在形态学梯度的基础上对钢珠瑕疵进行提取检测。针对Otsu算法瑕疵误分割的问题,对Otsu阈值分割算法加以改进,从而提高瑕疵分割的效果；而对于椒盐亮噪声干扰的问题,设计亮噪声滤波器提高瑕疵检测的正确率。实验结果表明,该算法在处理速度及检测正确率上都优于现有的模板匹配算法。在钢珠瑕疵检测算法的基础上,本文基于FPGA平台设计构建了钢珠瑕疵检测系统。充分利用FPGA高速并行处理的优势对系统各个处理单元进行优化设计。处理结果与设计目标相符,逻辑正确,从硬件角度证明了本文提出的钢珠瑕疵检测算法的可行性。结果表明,本文设计的基于FPGA的钢珠瑕疵检测系统在处理速度上优于现有的检测系统,可以很好的满足钢珠生产中瑕疵实时检测的需求。