为了使轧制钢板生产满足现代化制造业高效率、自动化与智能化的要求,并进一步提高相应产品质量,实现对钢板表面缺陷的无损在线检测成为亟待解决的问题。本论文依托现有与钢板缺陷检测相关的国内外文献和技术应用,旨在开发一套能够实现对钢板主要表面缺陷进行实时在线、无损检测的样机系统。系统以计算机视觉理论为检测原理,在现有技术基础上,通过合适的器件选型对样机进行了模块化设计,模拟实验和算法仿真进一步验证了系统方案的可行性,具体展开工作如下:　　1、深入剖析、对比了激光扫描、面阵CCD成像与CCD线扫描三种计算机视觉检测技术的实现方法,结合样机系统的具体技术指标和性能要求,提出线阵CCD扫描法的计算机视觉检测方案,并分析了系统实现的难点和关键技术;　　2、建立了光学系统的理论模型,完成了高强度均匀照明光源的选用设计、明暗域结合接收光学模式的优化配置与成像镜头的选择和参数计算,达到了钢板表面高质量成像的目的;　　3、根据表面缺陷特点和硬件实现算法的要求,对光照补偿、图像平滑、边缘增强和区域分割有效处理算法进行了理论研究。