缺陷分割是冷轧带钢表面缺陷检测中至关重要的环节,缺陷分割的高效、准确与否将直接影响后续的分类和识别,以致整个检测系统的性能。由于冷轧带钢表面图像缺陷种类繁多,背景受光照不均,纹理不规则等因素的影响。很难找到一种适合冷轧带钢表面缺陷分割方法。本文首先阐述并实现了一种基于边缘的表面缺陷分割方法,给出了实验结果。然后重点介绍了基于人工免疫方法的缺陷分割方法,本算法结合人工免疫方法和数字滤波思想,选择合适的预处理算法。设计并实现了一套冷轧带钢表面缺陷分割算法,实验了大量生产现场采集的图片,分析了该方法的分割性能。最后通过多种算法的对比得出以下结论:(1) Otsu方法对于复杂的带钢表面缺陷分割无能为力。由于光照的不均、背景的粗糙度变化和缺陷大小的不确定等因素,都会导致阈值的失效,从而使单阈值不能很好地分割出缺陷。(2)单通道优化滤波可以取得很好的分割结果,但是,当纹理方向与训练所选缺陷纹理方向不一致时,分割效果较差。多通道优化滤波,检测性能不随缺陷大小、方向和背景粗糙度的改变而影响分割质量,具有很强的鲁棒性。但是,如何将各通道的信息有效的融合使分割的质量达到最优,完全靠经验。(3)本文所实现的基于边缘的缺陷分割方法能很好地定位和分割缺陷,对缺陷的方向、背景的光照不均和对比度低等影响因素,具有很强的适应性。(4)基于人工免疫方法的缺陷分割算法,能有效地增加缺陷和背景的能量比。简单而快捷地分割出多种类型的缺陷,实时性好,具有很强的鲁棒性。