随着社会的发展,冷轧带钢的作用与日俱增,其需求量也有着飞速的增长。上卷是冷轧生产工艺的第一步,实现上卷的自动化能够提高冷轧的生产效率,减少人力成本。目前上卷多采用人工操作,少数使用传感器实现自动上卷,该方法成本较高且安装不易。所以我们提出了一种基于图像的自动上卷方案,在开卷机附近安装单目相机,通过对实时采集的图像进行分析得到带卷的位置等信息,结合该信息向PLC发送控制命令控制相应的轧机部件实现自动上卷这一过程。相比于传统的利用传感器的方法有安装简便、成本较低的特点。本文通过检测带卷内径圆来实现带卷定位,分别采用了传统边缘检测和卷积神经网络两种方法进行研究。在边缘检测方法中,经过预处理、边缘检测、误差边缘剔除、椭圆拟合等操作得到检测结果,该方法有一定的效果,但是易受到噪声影响,文中对影响因素做了分析。在采用卷积神经网络的方法中,首先采集了大量图片数据,进行标注扩充后作为训练集进行训练得到模型。实际检测时为了避免误差,在两帧之间采用模板匹配的方法得到一个位置结果,将其与神经网络检测的结果进行卡尔曼滤波来提高可靠性,并进行多次检测取平均作为最终结果。检测数据表明,该方法具有更好的鲁棒性。最后实现了上卷过程中需要的其他功能,针对对准时的检测精度要求单独训练了一个模型,实现了缩小检测误差的目的;上卷状态判断与开卷状态判断方法相同,先将实际情况分类,使用卷积神经网络训练得到模型,检测时将图片送入模型得到结果;针对防倾倒功能的需求增加了对外径圆的检测,并利用内径圆与外径圆之间的关系进行判断。目前该系统已应用于浙江华达新材2号轧机。