在中厚板轧制中,通常情况下,精轧机出口的钢板会出现鱼尾形或舌形的形状,其中钢板的头部和尾部的非矩形形状是钢板在轧制过程中的延展不同造成的。这部分因为需要在精整过程中剪切掉,以保证成品钢板的矩形尺寸,所以会导致板材率降低。因而,通过相关的控制和优化技术,改善钢板头尾的不规则形状,是减小头尾裁剪量,提高成材率,节能降耗的重要手段。平面形状控制中的一大难题是平面形状的识别和分类。本文对钢板轧制现场的情况和图像分割方法进行了研究,在此基础上,提出了用条件随机场算法进行图像识别,用统计分类算法进行图像分类,进而准确获取钢板形状信息,为钢板轧制过程中的平面形状控制提供了依据。本文的主要研究内容和成果如下:首先,对轧钢现场条件进行分折,针对现场的复杂条件及恶劣环境,选取并安装图像采集系统,获取钢板头部图像;其次,针对采集到的图像,采用了多种算法对钢板头部形状进行识别。实验结果表明,采用条件随机场算法对钢板头部形状的识别具有更高的精确度;然后,对识别后的图像,采用基于统计的分类方法进行分类。与k近邻法相比,该方法具有更高的灵活性和分类准确率;最后,设计开发钢板平面形状在线检测系统软件,实现了本文所提出的图像识别—分类算法,完成对钢板平面形状的实时检测。实验表明,本文提出的算法具有一定的实用性,能够对现场采集的钢板图像进行有效的识别和分类。