铝及铝合金具有比强度高、质量轻、耐腐蚀、易加工等优点，在机械制造、船舶乃至航空宇航具有广泛应用。铝板热轧中间坯，因压下量大，轧制过程中消除了铸造组织缺陷，将铸造组织转变为可变形组织，这样其延续产品在表面质量、深加工和精度控制方面具有很大优势。近十几年铝合金厚板生产过程的自动化程度有了很大发展，但智能化还远未实现，大多关键技术环节依然依靠人工经验。其中一项关键的问题是轧制过程中边部双鼓、头尾出现的“鳄鱼嘴”以及头部的翘曲缺陷。　　目前工业上解决侧边双鼓、头尾“鳄鱼嘴”和头部翘曲等问题的方法是通过投入立辊辊边和切除头尾。但是因为没有有效的检测手段，生产过程中头尾的切除以及立辊的投入时机主要靠人工观察和生产经验来实现。基于此，本文提出基于机器视觉的检测与控制方法。　　对于头尾缺陷，利用机器视觉中 Blob 分析方法对“鳄鱼嘴”缺陷进行提取和测量。分析过程中对比了固定阈值与动态阈值分割图像优缺点，最后利用动态阈值的方法进行图像分割。图像分割后，利用形态学的方法对特征区域进行提取、变换最后得到“鳄鱼嘴”缺陷的长度。对于头部翘曲通过数字图像处理的方法得到翘曲高度。最后，给出了控制板坯头尾“鳄鱼嘴”和头部翘曲高度的方法。　　针对边部缺陷，因为没有现场搭建环境采集图像的条件，本文搭建了一双目视觉系统，利用铝板折成板坯边部双鼓形状进行图像采集。并利用搭建的平台采集标定板图像，经过标定得到相机的焦距、畸变等内参和两个相机的相对位置，利用标定好的相机生成缺陷试样的深度图像，由深度图像计算得到试样双鼓缺陷深度。最后，提出了边部双鼓缺陷的控制方法。　　考虑到工业应用，需要开发视觉检测软件。本文利用Qt框架和Halcon库开发了头部与边部检测系统。系统具有如下功能：(1) 离线检测与测量头部缺陷长度，判断是否达到预设切头尾数值；(2) 双目采集边部图像，计算得到深度图像，利用深度图像求得边部凹陷距离。