计算机视觉在冷轧带钢表面的缺陷检测中日益显示出其重要性,而图像分割则是其中的重要部分。由于冷轧带钢表面(本文包括镀锌板和钢板)图像背景极其复杂,目前又缺乏通用的分割理论,现已提出的分割算法很难找到一种即适合于分割冷轧钢板表面缺陷图像又适合于分割镀锌板表面缺陷图像的方法。鉴于当前大型钢铁厂对冷轧带钢表面质量自动检测系统的性能要求的提高,作者设计了一套适合冷轧带钢表面图像的缺陷分割方法。完成了图像采集,噪声特性分析,预处理,缺陷分割,及缺陷合并等几个重要技术的设计。论文主要研究内容及成果如下:1.分析了图像采集过程及从中引入的噪声类型,设计了自适应滤波器用于降噪以提高图像质量。2.分析了已有的几种图像分割方法。设计了三种准则函数,并在此基础上构造了三种优化滤波器。给出了这几个优化滤波器的实验结果。3.使用了有监督和无监督图像分割的两种方法。在有监督图像分割的情况下分析了这三种滤波器的特性及各自的优缺点。并针对优化滤波器的不足,设计了多通道滤波器,以弥补优化滤波器的缺点。实验结果证明优化滤波器和多通道滤波器都有很好的鲁棒性,能很好的分割出缺陷。但是分割效果受模板大小的影响。4.为了实现无监督图像分割,本文设计了多通道滤波融合的分割方法,并用实验验证了这一方法的可行性和可靠性。5.为了从多通道滤波融合后的缺陷图中提取出每一个完整的缺陷,使用了连通区域缺陷合并和不完整缺陷合并的方法。实验显示所设计方法效果良好。