视觉检测技术在现代化生产、医疗设备等领域得到越来越广泛的应用。边缘检测和运动退化图像的复原是视觉检测中的重要研究内容。边缘包含了图像大部分信息,边缘检测是图像处理和分析的关键步骤,对后续高层次的特征描述、匹配和识别等有着重大的影响。在基于机器视觉的产品质量快速检测中,图像运动模糊是影响检测精度的重要因素。解决图像运动模糊的有效方法是对图像进行针对运动模糊原因的相应恢复处理。随着现场可编程门阵列(FPGA)在工业中的广泛应用,使得基于FPGA数字图像处理的实现有着重要地位。模型化设计是一种自顶向下的面向FPGA的快速原型验证法,它不仅降低了FPGA设计门槛,而且缩短了开发周期,提高了设计效率。这使得FPGA模型化设计成为了FPGA系统设计的发展趋势。本文针对常见视觉检测图像处理算法的FPGA模型化实现,在以下几个方面展开研究和设计：首先对本文中使用的模型化设计方法的主要软件工具System Generator和AccelDSP等进行了介绍。其次对边缘检测和图像复原算法详细介绍用System Generator工具在Simulink环境中设计的模型,并进行硬件仿真,生成了HDL代码。最后还对边缘检测和卡尔曼滤波进行AccelDsp模型化设计,不仅把边缘检测七种算子在同一种型号FPGA上硬件实现结果进行横向比较,而且把卡尔曼滤波同一种算法在五种不同型号FPGA上的硬件实现结果进行纵向比较。产生、验证、分析了浮点模型、定点模型和RTL(寄存器传输级)模型并进行对比,列表全面分析比较了各个实验过程、结果和资源消耗情况。本文的工作有以下特点：(1)不同于传统的视觉检测算法开发方法,本文采用AccelDsp和system generator结合matlab/simulink和ISE开发图像处理视觉检测算法。实验表明,不失为一种快速高效的设计方法。(2)开发算法模型,在硬件实现过程中,不仅对多种算法的同一种硬件实现进行横向比较,而且还对同一种算法的多种型号FPGA硬件实现进行纵向比较。为分析修正及对算法和硬件种类的选择提供一个有效的思路。