为了满足顾客对钢板质量和生产效率的不断提高,钢板表面缺陷检测技术在生产过程中已变得日益重要。传统基于人工目视的抽样检测方法,由于劳动强度大,误检率高,极大地限制了生产效率的提高和产品质量的提升。而随着计算机技术的不断进步,基于机器视觉技术的钢板表面缺陷检测系统,已成为钢板表面缺陷检测技术的研究热点。本文针对于钢板轧制中常出现的划痕缺陷检测的一些关键技术进行了研究。提出了缺陷检测系统的总体方案,分别介绍了系统的硬件结构和软件结构,并着重研究了系统的图像滤波方法、图像灰度增强方法、缺陷图像分割方法,主要研究内容如下：1.根据热轧钢板表面缺陷自动检测系统的技术要求,设计出了表面缺陷检测系统的总体方案,并对系统的硬件结构和软件流程进行了介绍；2.通过对钢板生产现场特性的研究,提出图像采集系统的噪声特性,并针对此特性设计了一种组合优化的滤波器；3.根据表面划痕缺陷特点,对灰度增强、缺陷区域分割等常规的处理算法进行了深入研究,并在此基础上设计了适合本系统的检测算法,最后在Matlab中进行了算法仿真；本文较为深入地研究了图像处理技术在钢板表面缺陷检测领域的应用。经实验验证,本文提出的算法对突显表面缺陷能取得较好的效果。