目前,板带钢的表面质量已经成为钢铁企业一个关注的焦点,为了得到表面质量合格的带钢产品,必须首先得到带钢表面的缺陷信息,这样才能控制带钢的生产。实际上,欲提高冷轧带钢的表面质量,不仅要解决其表面缺陷的分类问题,另外一个问题是在进行缺陷分类前,能否采集到带钢表面缺陷最准确、最全面的特征。缺陷图像采集方式的不同对带钢表面缺陷特征会造成很大影响,目前的带钢表面缺陷检测系统还是依靠固定单一CCD传感器的采集方式,但是这种采集方式下得到的缺陷图像特征往往不足以完全表达清楚真实缺陷的特征,很多情况下只是片面地采集了真实缺陷的一部分特征信息,而丢失了能够使此种缺陷区别于其它缺陷的重要特征信息,所以,只有能全面、准确的采集到缺陷特征信息,才能谈得上对缺陷的正确分类。正是基于这个问题的考虑,本文在实验室条件下,提出用两个CCD传感器在不同采集方式下,对带钢表面典型缺陷进行图像采集的思想,并用两种不同的图像融合方法,分别是空域融合法与小波融合法,将采集到的不同缺陷特征进行融合,同时编制了图像融合系统软件对融合的结果进行了仿真,最后,建立图像融合质量客观评价体系验证了小波融合方法的优越性。本文提出的不同采集方式下对带钢表面缺陷特征图像进行融合的思想,针对几种典型的缺陷图像,解决了以往几种单一CCD缺陷采集模式下,存在的缺陷特征丢失问题,尤其是解决了由于明域暗域缺陷采集方式的不同而可能造成的缺陷特征丢失问题,得到了更加全面、准确的缺陷信息,为后面的缺陷识别与分类提供数据支持。