在钢坯的加热工艺过程中,其温度和运动速度是实现生产自动化中的重要参数,精确测量钢坯温度是提高产品质量,节约能源的有效手段,实时监测钢坯运动速度可以降低人力资源成本,是提高控制精度的有效方法。目前,现场普遍利用传统测温仪器进行测温,人工调速,但这些方法已不能满足工业测量的需要。基于图像的非接触测量技术是集电子技术,图像处理技术于一体的高新技术,以其响应迅速,非接触测量,适用范围广等优点成为测量领域中的研究热点,通过工业相机获取运动钢坯的序列图像,利用图像处理技术测量钢坯的温度与速度信息。本文介绍了辐射测温的基本原理和方法,在原有的辐射测温模型的基础上进行了改进,将相机曝光时间看作变量,推导出相机曝光时间,图像灰度值和温度三者之间的关系。利用极限学习机建立图像灰度值和温度在加热炉入口处的原始温度模型,然后根据环境的变化改变曝光时间,通过原始温度模型预测加热炉出口处的温度模型,并用实测数据进行实验验证,结果比较满意。论文提出了基于图像的钢坯运动速度测量方法,由于钢坯表面存在形状不规则的氧化铁皮,针对钢坯处于静止状态时,根据自定义相似度度量准则,提出了基于二值化图像的钢坯静止状态检测方法；对于运动状态下的钢坯,设计了基于特征点的钢坯运动速度检测方法,通过提取钢坯表面的surf特征点并对相邻两帧的特征点进行匹配,从而获得其运动速度,最后将这两种方法结合,形成了一套完整的速度检测系统。