金属板带表面缺陷是影响板带整体质量的一个重要因素。如何在生产过程中在线检测出金属板带表面缺陷并加以控制,是金属板带生产企业提高板带产品质量的重要手段。在考虑系统一致性的基础上,本文研究设计的金属板带表面缺陷检测系统包括图像采集、实时判断、图像预处理、缺陷分割、特征提取和分类识别六个部分。并模拟生产现场情况进行了金属板带表面缺陷检测实验,得到的主要结果有:针对金属板带表面缺陷特性,在实验室条件下,设计了金属板带表面缺陷检测的硬件系统,并模拟生产过程进行了实验,为系统进入现场验证打下基础;对实时处理检测方法进行了研究,采用半封闭式采集金属板带表面图像的方法,克服了灰度图像受环境影响的问题,有效控制了环境带来的图像噪声;针对采集到的金属板带表面缺陷图像的一般特点,设计了一种改进平滑滤波算法,实验效果显示该算法可很好的消除图像中的噪声;设计的一种基于BP神经网络的缺陷分类方法并实验验证,实现6种典型金属板带表面缺陷的识别,总体识别率可达88.7%。通过本文研究和探索,可为实现金属板带表面缺陷检测提供必要的技术支持。