钢板表面缺陷检测技术在国内外钢铁企业和研究机构已经开展十年左右,并取得了一定的成果。但是,随着时代的进步和市场需求的深化,特别是IT、互联网、云服务的高速扩张,钢铁行业也不可避免的受到冲击。为适应市场的变化,国内外的钢铁企业开始全面的布局带钢生产线的表面质量检测与控制。一方面,市场对优质钢材的高质量要求和对产品生产的高速性要求,钢铁企业必须不断提高生产线的钢板表面质量监控标准和生产线的效率；另一方面,钢铁企业不再只针对单一的独立生产线进行配备表面缺陷检测系统,而是所有生产线全面布局表面质量监控系统,以实现资源的可重复利用和优化配比。这造成国内外现有的研究成果不能满足钢铁企业新形势下发展的需求。因此,结合新形势下钢板生产的高效率、高精度、多生产线的特点,研究带钢表面缺陷在线检测技术是必要的。本文研究钢板表面缺陷检测技术,其研究的关键性内容及成果如下：(1)确定了针对多生产线新的检测系统指标与要求,并提出集群式钢板表面缺陷新的检测系统方案。本文从采集体系、传输体系、集群体系和存储体系四个方面设计并分析集群式检测系统的结构、功能、配置与运作,而且从可疑缺陷图像的背景区域检测、缺陷图像的缺陷区域检测、缺陷检测、拆分与分发、缺陷信息处理五个方面分析设计了集群式检测系统的检测流程。(2)配合集群式检测系统,提出了感兴趣区域检测新方法。将感兴趣区域检测算法分为两个阶段,第一阶段背景区域检测,提出了并行投影法与差影法相结合的新算法,满足了在线要求和降低了漏检率；第二阶段缺陷区域检测,提出了基于极限学习机的局部投影统计特征分类检测新方法,保证漏检率的基础上,降低了误检率。实验证明,本文提出的两个阶段感兴趣区域检测新方法具有低漏检率、低误检率和高效率的特点。(3)对缺陷区域的定位检测进行了相关的研究。本文重点提出了缺陷图像去噪新方法,该方法提出了一种局部边缘新模型,并在此基础上提出了五项中值编码新方法,实现图像的脉冲噪声滤波；然后使用一种新的指数权重函数改进双边滤波,同时结合局部边缘模型编码信息实现区域异性双边滤波新算法。实验证明,新的去噪算法能够滤除缺陷图像的混合噪声,又能保留更多的边缘细节。(4)基于缺陷区域的重心,提出了一种新的具有旋转的同心正方形环采样模板,实现了缺陷区域的不变性重采样。同时,提出了三种不变性统计特征提取的新方法。第一种是以边缘点到重心的归一化距离为数据进行边缘距离不变性统计分析与提取；第二种是对边缘所有相邻像素点的梯度方向进行统计；第三种则对平滑局部二值模式值进行特征统计。实验证明,本文提取的三类新特征都能很好的描述缺陷区域,为后期的缺陷分类提供了良好的特征信息。(5)在孪生支持向量机基础上,提出了多密度孪生支持向量机新模型。该分类模型在非平衡数据集增样和减样基础上,利用样本密度信息改进孪生支持向量机的目标函数,使用逐次超松弛算法进行快速求解,并结合偏二叉树模型实现钢板表面缺陷的多类别分类。另外,本文提出了获取修剪后样本的倍数因子和样本权重信息的新方法,并改进最小二乘孪生支持向量机,获得新的分类模型。实验证明,这两种多类别分类新模型可实现钢板表面缺陷的多类别分类,能够抑制噪声样本的影响,并具有快速的识别效率和高的识别精度。