连铸作为钢液凝固成型的主要过程，无缺陷铸坯生产水平的高低直接决定了后续轧制工艺的效率和连贯性。随着连铸坯热送热装和直接连轧（CC-HC/CC-DR）工艺技术的发展，对高噪声下连铸坯表面质量在线监控技术的要求越来越高。连铸坯表面缺陷的在线准确检测是铸坯CC-HC和CC-DR工艺顺利进行的重要保证；目前，很难从生产工艺上保证100%无缺陷坯生产，因此，通过表面缺陷在线检测技术及时发现并剔除带缺陷坯，对提高最终产品质量和节约生产成本具有重要意义。基于Charge-coupled Device（CCD）扫描成像检测方法（线扫描和面扫描）是一种新兴的连铸坯表面缺陷无损探伤技术，具有非接触、响应快、大视场、抗干扰性强等优点，目前已成为钢材生产中如连铸坯和带钢表面质量评估的重要手段和研究热点。通过CCD线扫描或面扫描方式，可将被监控对象表面信息采用图像处理、模式识别、人工智能等技术对缺陷区域（ROI）进行检索定位、形态识别以及量化分析。因此，针对连铸热坯表面缺陷形态在线精确检测，文中基于异源CCD激光扫描成像与信息融合处理技术，开展了如下研究内容并获得了相应研究成果：①连铸热坯表面常随机分布呈缺陷形态而非缺陷的鳞片状氧化铁皮干扰信息，为准确获取铸坯表面二维和三维感兴趣区域（ROI）多信息图像，在铸坯表面成像方法研究领域，开展了高噪声背景下主动式CCD激光扫描成像技术研究，通过实验室和连铸热坯在线实验，建立了基于最大信息熵的线扫描CCD成像（LSI）图像清晰度控制方法，以及基于改进的Tenengrad梯度计算的三维表面形态面扫描CCD成像（ASI）最佳激光条纹提取算法。②为实现连铸热坯表面缺陷准确定位和形貌精确描绘，将基于模糊计算的RIO区域描绘算法应用到光学成像的无损在线检测领域，进而对生产中带缺陷坯进行精确判别和缺陷处三维形态量化描述，文中建立了一种异源CCD激光扫描成像和融合处理的检测方法。其中，根据不同CCD成像模型（LSI和ASI）描述了成像空间结构设计方法。基于此，对连铸坯表面异源CCD同步动态扫描成像控制方法进行了系统研究。同时，依据互信息理论确定了异源CCD图像配准方法（包括定参数法和动态配准法），优化了异源传感器成像信息的优势互补的空间相关性，为连铸坯表面RIO区二维形态的精确描绘算法的实施提供了技术保障。③在图像ROI区二维形态分割算法上，基于设计的异源CCD融合处理方法，建立了ASI和LSI图像信息中的缺陷定位方法。研究了相对模糊连接度（IRFC）的连铸坯表面缺陷精确描绘方法。其中，引入粗糙集理论以上下近似集方式定义了图像待分割背景子区域、前景子区域和IRFC模糊竞争分类区域。同时研究了多ROI区同步定位和二维形态描绘方法，为连铸坯表面缺陷标注分类和二维特征准确描述提供了新思路。④通过分析ASI子单元图像中CCD成像模型特征，在缺陷扫描测量实验研究基础上，采用设计的Y形二维标定模板，建立了图像中激光调制面深度信息量化检测方法，为融合ASI图像ROI区第三维特征提供了可靠数据信息，并对描绘的ROI区二维形态描述算法进行了研究。其中，在LSI图像中确定了IRFC隶属度函数的最佳分割参数和函数形式。基于此，融合异源CCD图像ROI区二维（LSI）和第三维（ASI）检测信息建立了连铸坯表面三维形貌重构方法。在ASI深度测量标定方法中，研究了激光条纹的中间计算方法：包括基于Tenengrad梯度的激光条纹成像方法、Otsu阈值定位方法和调制点信息提取方法。文中设计的标定算法经实验测试，具有较高的测量精度和抗外界光源及被测目标表面反光干扰能力。⑤通过连铸热坯在线扫描实验研究，对基于机器视觉的连铸坯表面缺陷检测中的现存问题进行了深入分析，优化了检测算法并开发了相应软件。其中，在系统缺陷分析模块中考虑了实际生产中铸坯表面振动波纹干扰因素，提出了振痕处横纵向等间隔最大值判定方法。依据实际情况建立了振痕缺陷判定方法；并对振痕波峰或波谷特殊区域处的疑似缺陷采用局部分析方法进行识别（如波谷横向裂纹）。在算法优化方面，针对检测过程中的孤立假噪声点和小区域干扰信息，建立了形态学抑制处理方法，提高了异源CCD中信息描述算法的可靠性。本课题得到了国家自然科学基金和上海宝钢联合基金项目“基于多传感器融合技术的高温铸坯表面缺陷可靠检测(50974151)”的资助，以异源CCD主动式扫描成像技术为基础，研究了高噪声背景下连铸热坯表面缺陷检测方法，并进行了系列实验和现场验证。提出的连铸坯表面缺陷检测方法和相关技术具有理论和实用价值。