数字图像处理技术早在上个世纪50年代已有学者研究，经历了几十年的沉淀，它已经从理论研究发展到实际应用上，并且成功应用在医学、光学、通信等行业。数字图像处理技术有着识别精度高、识别自动化、检测效率高等特点，使科学家一直青睐对它的研究，经久不衰。而对于当前时代，工业快速发展，对钢铁的生产制造要求越来越严格，但是钢坯的生产中往往会出现各种缺陷，如表面裂纹等。这些缺陷轻则造成机器不能正常工作，重则出现生产事故，造成重大的经济损失。而当今钢坯的检测还是停留在落后的状态，如钢坯成品后肉眼的检测，或者是用简陋的仪器测量，这样的检测手段严重制约了钢铁生产的发展。如果能够在钢坯成型前就能检测出钢坯的表面缺陷，把有缺陷的钢坯立刻回炉重新铸造，这能大大提高了生产的效率。但由于钢坯生产时处于的高温环境的特殊性，导致普通的接触性检测法是根本行不通的。本文结合了钢坯生产环境的特殊性，运用图像处理技术与硬件知识，搭建了一个高温钢坯裂纹检测系统，为以后更深一步的钢坯裂纹自动化识别研究打下了坚实的基础。本论文介绍了高温钢坯裂纹检测系统的设计原理，以及相关的基本数字图像处理知识，根据检测的目标与环境，设计了一套钢坯裂纹检测系统。同时还阐述了系统的构建框架、硬件设施的工作原理、硬件设施的作用，以及它们的性能指标。着重分析滤波算法与边缘检测算法的应用范围与效果，结合C++的程序设计思想，编写出系统软件。设计出裂纹识别的步骤，具体实施如下：首先用摄像机拍摄到裂纹图像，经灰度级修正提高图像的对比度，然后是均匀滤波去除噪声，再是高斯拉普拉斯边缘检测算子检验出裂纹的轮廓，还有图像锐化、直方图均衡化和阈值分割等处理。最终把裂纹的特征信息，如面积、周长、长度等计算出来，根据裂纹识别的判定规则识别出裂纹。在系统软件的开发上，使用VC6.0开发了裂纹检测工具，界面简洁，功能强大。本文除了总结出裂纹检测上取得的研究成果外，还对今后的钢坯裂纹检测工作作了展望，为以后裂纹检测研究提供指导。