随着智能制造业的高速发展,机器视觉技术在工业上广泛应用于检测、测量、识别和定位等任务。这些任务的实现离不开图像采集、图像处理以及嵌入式系统开发等多种技术的共同支撑,这也使得机器视觉系统的算法开发变得越来越复杂。所以缩短算法开发周期,提高算法开发平台的易用性、通用性和灵活性,是研究面向嵌入式机器视觉的交互式算法开发平台的目的。为实现嵌入式机器视觉系统的快速开发,平台采用图编程技术将常用的视觉算法与设备命令封装为图形元件,开发人员通过拖拽、连线和参数配置完成算法集成设计后,可将程序一键下载到嵌入式端运行,实现了跨平台实时操作,只需进行简单的配置,即可应用到不同场合,这不仅适用于代码基础薄弱的初级开发者,也适合高级开发人员。为提高算法开发平台的易用性,使算法开发过程更加可视化,平台构建了集参数配置、预览面板、输入输出接口、状态信息以及运行时间为一体的图形元件,既实现了算法结果的实时预览与单步调试,又有利于开发者对整体程序的把控。另外,在分析了已有图形化程序运行原理的基础上,提出了基于信号并行驱动的图形程序运行机制,加快了图形化程序的响应速度,增强了算法调试的实时性。为提高算法开发平台的通用性和灵活性,平台提供了自定义图形元件接口完成图形元件源代码的查看、修改和添加,通过图形化结构与文本编程相结合的方式满足对于大粒度行业算法开发的需求。此外,平台结合了应用领域的多样性,不仅封装了常用的设备指令、图像处理算法类图形元件,还封装了逻辑类图形元件、机器学习类图形元件与高阶图形元件。逻辑类图元用于图形程序的动态优化,提供了条件选择和循环等组装结构。机器学习类图元用于提高算法的精度,满足了用户对于高精度、智能化系统的需求。高阶图形元件封装了优化后的图像处理算法,用于图像滤波、边缘检测等算法的增强式处理。为验证交互式算法开发平台的可行性,以螺纹外参数测量和X射线违禁品识别两个实际工程应用为例,搭建PC端图形化仿真程序分别展示了一般性视觉算法的组装结构和机器学习类算法的组装结构,并测试了程序的下载和运行后的结果查看过程,分析了算法开发效率。