轧制带钢已成为汽车、机器制造、化工、航空航天和造船等工业不可缺少的原材料，但由于连铸钢坯、轧制设备、加工工艺等多方面的原因，导致带钢表面形成各种不同类型的缺陷，这些缺陷已经成为影响冷轧带钢表面质量的一个重要因素，如何在生产过程中在线检测带钢的表面缺陷，从而控制和提高带钢产品的表面质量一直是钢铁企业非常关注的内容。 在研究中，本文将机器视觉技术应用于带钢的表面检测中，研究机器视觉基本结构以及各个组成部分对系统性能的影响，并初步构筑起适合本实验室的带钢表面实时检测系统。 在硬件结构上，本系统采用红色LED线形光源，光学成像物镜、高速CCD线扫描相机、高速信号线、高采集速率的图像采集卡，并结合专用的图形工作站，以保证图像采集和处理的实时性和可靠性。 在系统软件的编制过程中，采用面向对象技术的VisualC++6.0，使得程序的维护、扩展和升级更加容易。并且充分利用了图像采集卡自带的程序开发工具(SDK)IFC5.8，以保证系统的可靠性，而且可以降低系统开发难度，提高开发速度。系统软件分为图像采集与图像处理两大模块，采用双线程技术，使两个模块可以并行工作，满足实际工作环境中的实时性要求。在图像处理模块中，为了达到快速准确的应用效果，本文着重研究了基于灰度直方图的“预判别”方式，以及边缘提取的后处理方法，效果明显。 本文从研究如何将机器视觉技术应用于带钢的表面检测出发，结合系统硬件，编制出板带钢图像实时采集与处理系统软件，实现了板带钢表面图像实时采集与处理的基本功能，为进一步实现板带钢表面质量实时检测研究奠定了坚实的基础。