表面质量的好坏是带钢质量的一项重要指标,带钢表面缺陷检测技术已成为钢铁生产企业提高生产效率,向生产自动化与智能化方向发展的关键因素,同时也是国内外学者研究的热点课题之一。　　 本文在深入学习现有带钢缺陷检测技术及设备的基础上,利用Matlab作为工具,对缺陷检测中的某些关键技术进行了研究。首先根据带钢表面检测系统的要求,给出了系统的总体设计方案,介绍了系统的软件流程和硬件结构,重点对摄像头的参数进行了计算。然后对基于图像的测速算法进行了研究,并用软件实现了相位相关测速算法。接着对一系列图像处理算法进行了研究及实现,包括图像滤波,图像分割以及缺陷特征的选择,重点对缺陷图像的特征参数进行了计算。最后采用基于BP神经网络的缺陷识别方法对带钢表面缺陷进行识别,完成了初步的识别功能。