中厚冷轧钢板是工业生产中常用的主要钢铁产品。其板形缺陷检测缺乏自动化高精度的检测设备。平直度是中厚冷轧钢板板形缺陷的重要指标,它直接影响钢铁生产单位的生产效率和材料利用水平。此类自动化板形检测设备常年被国外企业垄断。开发可靠的国产检测设备可以打破垄断,降低我国钢铁企业的成本。因此,研究开发此类自动化设备有着重要意义。随着机器视觉技术的快速发展,非接触式中厚冷轧钢板平直度检测在国内成为研究热点。但是目前国内此类产品投入实用的不多,其中一个重要原因是缺乏具有良好鲁棒性的图像处理算法。本文将以中厚板平直度检测系统为基础,着重讨论和提出关于加强系统检测鲁棒性的算法,并加以验证,分析其性能。尝试以多种手法,包括以软硬件结合的方式拓宽研究手段,降低开展研究的难度。探讨通过计算机软件对整个系统中的一些关键组成部分进行虚拟验证的可能性。最终,提出针对具有良好鲁棒性的激光光斑中心定位算法,并通过实际用于平直度检测来评估算法性能。论文各总体内容安排如下:(1)阐明课题研究的背景和意义,介绍国内外研究现状。阐述研究的重点为探索建立拥有强鲁棒性的图像特征提取算法。(2)对激光三角原理进行推导,探讨其再光路设置有较小误差时的检测时的鲁棒性能。对条形激光器的光束整形进行推导,引入光学仿真软件Tracep对激光器光斑进行计算机仿真,分析其效果。(3)构建针对中厚冷轧钢板的表面散射模型,描述其表面特性。通过实验等手段采集数据,最终在TracePro中仿真光斑,并探讨其效果是否具有工程意义。(4)针对主要光斑中心定位算法进行介绍,分析,提出自己的针对液滴干扰的鲁棒性中心提取算法。并打算从液滴干扰重复性定位精度的角度对各算法进行比较。(5)通过搭建实验平台,实际比较验证本文提出的算法与传统算法在性能上的区别。并从利用计算机仿真技术对行进状态下钢板表面液滴的可能变形提出自己的看法。