质量控制在钢铁生产中的意义日趋显著。在激烈的市场竞争条件下,良好的表面质量不仅是企业形象的代表,而且是赢得市场的前提条件。传统的人工检测的方法不能得到令人满意的检测结果,因此研究和开发带钢表面缺陷检测系统已经成为钢铁企业的共识。带钢表面缺陷检测系统作为表面质量的监测设备,在生产中具有非常重要的实用价值。近年来,微电子技术、计算机技术、自动化技术和光电子技术的飞速发展,人工智能、神经网络理论的深化及实用化,使带钢表面检测向智能化、高精度、高可靠度、高速在线检测的方向发展。本文对冷轧带钢表面缺陷检测的一些关键技术进行了研究,主要工作包括以下几个方面:1.根据带钢表面缺陷检测系统的技术要求,给出了冷轧带钢表面缺陷检测系统的总体设计方案,对系统的硬件结构和软件流程进行了介绍。2.对表面缺陷图像进行了特征提取,共研究了图像的形态特征、灰度特征、纹理特征、投影特征及分形特征这五类特征。在提取了形态特征、灰度特征、纹理特征及投影特征的基础上,为了更好的识别出飞边缺陷,重点研究了分形特征及其对识别的作用。3.对带钢表面图像的边缘检测方法进行了研究及实现,采用边缘检测算子对边缘初步提取,进行了二值化、细化、去噪声、连接等一系列后续处理工作,并且较好的判断了边缘是否良好的情况。4.提出网络通讯的软、硬件方案,实现局域网中图像的实时传输,并且模拟了现场的情况进行了网络测试。