随着现代工业的迅猛发展,带钢产品在航空、船舶以及汽车制造等工业领域应用越来越为广泛,产品的质量也日益受到关注,因此质量控制在带钢产品的生产过程中的意义日趋显著。表面缺陷作为带钢产品常见的质量问题之一,不仅影响着产品的正常使用,同时对产品和企业的形象也产生了不良的影响。因此对带钢表面缺陷进行有效的检测和识别成为了质量检测领域的一个重要方向。本文采用机器视觉表面检测系统对带钢产品表面缺陷进行检测和识别。该检测系统作为目前主流的检测方法之一,具有轻便、精确度较高、抗干扰能力较强和易于配置等优点,并且能够对带钢产品表面产生比较直观的检测效果,易于对产品表面质量进行综合评估。机器视觉表面检测系统硬件设备主要包括工业CCD摄像机、镜头、视觉照明系统、图像采集卡、运动载台以及计算机等硬件模块。本文对各个硬件模块进行了分析和选择,并在此基础上搭建了机器视觉带钢表面检测平台,同时针对视觉检测系统中一些关键性的问题,譬如视觉照明系统的设计以及摄像机的标定等问题,进行了系统的理论分析和实验,得出了相应的一些重要结论。机器视觉带钢产品表面检测系统图像处理部分主要是针对带钢表面划伤、结疤和裂纹三种缺陷进行图像处理算法的设计和研究,其主要内容包括针对这三种缺陷的图像预处理、图像分割、灰度形态学以及缺陷特征识别等相关算法的选择和设计,并基于已选择和设计好的图像处理算法,利用MATLAB和C++实现对不同缺陷的长宽比、面积、周长以及最小外切矩形等形态特征的测量,最终达到对表面划伤、结疤和裂纹缺陷的有效检测和识别。