硅钢带是制造电机和变压器最重要的材料之一,要求其表面必须绝缘,故需要在其表涂上多层绝缘材料,涂层的质量直接影响其最终产品——电机和变压器的性能,因此在硅钢带生产过程中必须严密监测涂层的质量,若发现缺陷要及时调整生产工艺,使硅钢带缺陷降至最低。对于硅钢带表面缺陷的检测,我国大部分生产企业使用的都是人工目视检测法,但由于产量大,生产线上宽度为1.5米的钢带每分钟达四十多米,人工难以保证检测结果的准确性、一致性;近年来基于图像处理技术的缺陷检测已经越来越广泛的应用到工业生产的各个领域,对于硅钢带的缺陷实时监测能够保证产线上24小时不间断检测、及时报警处理等功能,减少因检测不及时不准确带来的产品损失,同时可以保证结果的一致性和可靠性,因此研制出一款能够实现实时钢带表面质量自动监测的系统具有重要意义,也具有很高的市场价值。本文以无锡某钢带生产企业的实际需求为背景,对硅钢带缺陷监测系统进行了研究,主要完成了以下工作:首先去现场进行了实际调研,根据调研结果进行系统设计,如照明设计、工业相机安装位置、图像传输等;然后根据钢带特点选用了德国Baumer公司的千兆以太网TXG-13工业相机作为本系统的图像采集相机;其次根据Baumer工业相机的Baumer-GAPI v1.7开发包,采用Visual C++2010开发了图像采集系统,实现了通过千兆以太网对工业相机图像的采集、保存等,并根据其开发包实现了对相机各种功能的设置、控制等。在上述基础工作之后,本文重点分析了硅钢带图像中各种缺陷的特点、研究了相关数字图像处理算法理论后,设计了一套硅钢带缺陷快速监测算法:首先,对原始图像进行去噪处理,设计巴特沃斯同态滤波器,改善图像边界区域和中心区域光照不平衡的状况;然后针对缺陷点过亮和过暗两种情况,选取不同的阈值,进行图像二值化,膨胀和腐蚀等操作,获得明显的缺陷信息;使用Canny算子进行图像分割,得到良好的缺陷边缘特性。之后,对预处理后的图像分别在X轴和Y轴两个方向上进行投影,将结果作差分运算,根据其导数性质的不同实现缺陷中心坐标定位;最终,基于各个缺陷的中心坐标,设计了沿八个方向的线性追踪算法,获取缺陷边界坐标的极大值和极小值,确定缺陷边界信息,计算分析其特征值,实现缺陷自动检测和识别功能。