随着我国工业生产规模增大,工业制造、汽车与家电生产、航空航天等产业发展迅速,带钢的需求量快速增加,已经在国民经济生产过程中占据重要的位置。带钢产品生产工艺复杂、流程较多,因此容易形成许多不同类型的表面缺陷,常见的带钢表面缺陷包括:裂纹、结疤、辊印、夹杂、擦划伤,斑迹,红铁皮等,带钢表面缺陷检测人工方法不准确,无法连续进行操作,不能够自动化的分析带钢表面的缺陷记录,需要提高带钢表面缺陷检测的实时化、自动化,提高带钢产品的生产效率、成品的质量,从而能够大幅度提升带钢产品的生产竞争力,提高成品带钢的耐磨性、抗腐蚀性等。具体的,带钢表面缺陷检测采用实时化、自动化的模式,论文主要研究内容包括以下三个方面:(1)论文描述了图像采集传输系统的相关内容,图形采集传输系统使用万兆以太网,并且从板卡设计性能要求、图像采集传输板卡设计、图像采集传输流程等方面对图像采集传输系统进行了设计和描述,以便能够提高图像采集传输的效率和质量,保证图像采集的性能。(2)论文提出一种带钢表面质量缺陷图像的特征提取算法,描述了缺陷图像特征提取的相关工作内容,分别是图像特征提取方法、带钢表面缺陷特征、特征检测与提取方法等三个方面,常见的带钢表面缺陷特征分别是形态特征、灰度特征、纹理特征,可以基于特征对缺陷进行提取和分析。(3)论文基于回归预测思想提出了一种改进的支持向量机算法,实验结果表明该算法可以将带钢表面图像分类识别的准确度提高12.4%。