【摘要】针对医疗电子元件制造中陶瓷电容器表面缺陷检测的高实时性与高可靠性需求，本研究提出一种融合传统图像处理与统一计算设备架构异构计算的机器视觉检测系统。 通过构建硬件架构与并行化软件算法，有效克服深度学习方案在工业实时检测场景中的延迟瓶颈。 系统采用模块化设计，硬件层集成复卷机传动装置、抗金属干扰蓝光同轴光源及线阵相机，实现１５μｍ／ 像素的微米级成像。 算法层基于特征工程开发四类缺陷检测算法（毛刺、肥大、针孔、缺失）。 计算层运用异构计算对图像处理算法进行提速，并实现了针对样本缺陷实时检测的效果。 通过传统图像处理算法与统一计算设备架构硬件加速的深度协同，系统在确保医疗级检测精度的同时实现毫秒级响应，可满足产线高速检测需求，为医疗电子元件的缺陷管控提供高效的解决方案。