带钢作为航空航天、造船、汽车、家电等行业的重要原材料,其表面质量将直接影响到最终产品的质量和性能。因此,带钢表面检测系统引起了人们的广泛研究。随着检测技术的发展,以单一图像采集方式构建的带钢表面质量检测系统已不能满足用户对带钢表面质量检测的需求。多种采集方式构建的相机系统被引入带钢检测系统中,产生了如何综合多套采集系统所获取的图像信息的问题。与此同时,图像融合技术已被普遍地用来综合多个采集系统所获取的图像信息,并且取得了很好的效果。受此启发,将图像融合技术引入到带钢表面检测系统中。本课题初步构想了带钢多源图像融合的实施流程。同时在实验室现有的条件下,研究了不同采集角度下,面阵CCD相机获取的两组带钢图像有效融合的问题。本文主要在以下方面做了有益的探索和研究：1、本课题对两种不同角度下获取的图像源间整体灰度值存在较大的差异的问题进行了研究。由于这种差异性的存在导致了相同的缺陷在不同的图像源中呈现出不同的灰度特征,影响了图像融合的质量。本课题对此进行了研究,给出了相应的解决方法,并且通过实验验证了该方法的有效性。2、对图像融合算法本身进行了研究。研究了多尺度分析变换工具——条带波(Bandelet)变换和脉冲耦合神经网络(PCNN),采用Bandelet变换作为图像源多尺度分解的工具,同时基于PCNN改进模型的融合规则,提出了Bandelet-PCNN图像融合的新算法。与常用的图像融合算法进行了对比实验,同时结合视觉和客观的质量评价参数对融合后图像进行评价,证明了该方法的有效性。实验表明,融合后图像有效地综合了多个图像源中的缺陷信息,较好地保留了各个图像源中的微小信息和较全面的图像信息。