金属板材在轧制、运输或冷却等过程中，不可避免地会发生扭曲变形，产生边浪、中浪或者瓢曲等板形缺陷。矫直机的作用就是对这些板形缺陷进行矫正。它的核心技术为矫直模型，矫直模型又主要由压弯模型和弯辊模型组成。关于压弯量的设定及研究已相对比较完善，但国内的弯辊模型资料却很少，且不能精确反映板形缺陷对其的影响。因此，本课题针对现有弯辊模型存在的不足，完成了以下研究工作：（1）采用图像处理技术识别板形缺陷。该部分通过比较现有成熟图像处理算子的效果，并且从中挑选中值平滑滤波和Canny边缘检测技术对现场采集的板形图像进行处理；然后使用RBF分类器对处理后的边缘灰度图像进行特征值的提取，辨识出板形缺陷的类型；最后对板材侧面图像进行处理，通过计算得出板形不平度。（2）使用模糊理论完成弯辊量补偿。该部分以周存龙教授的弯辊量模型为基础，以模糊算法为理论依据，对矫直前和矫直后的板形缺陷进行模糊处理，得出具有智能调整的模糊弯辊量补偿量，完善现有解析模型的不足，这种方法不仅在现有模型中加入了板形缺陷这一重要因素，而且使模型具有了智能自适应能力。（3）弯辊量模型工艺软件的开发。该部分采用VC++作为主要编程工具，配合后台的Oracle10g数据库完成模糊自适应弯辊补偿量系统的开发。该系统不仅可以实时调整弯辊量模型，而且还可以方便地获取现场图像和板形识别结果，便于现场工作人员的调用，同时系统还预留OPC通信接口，为下一步的矫直机全线自动化奠定了基础。最后通过在全液压矫直机上的实验得出此系统能准确的识别板形缺陷，并可以对中浪、边浪等待矫直板形的解析模型弯辊量做出较好的补偿。