摘要：热轧带钢是钢铁冶金领域的重要基础材料，自动视觉检测(automaticvisualinspection，AVI)对确保其表面质量具有举足轻重的作用。热连轧生产线存在高温、粉尘、油渍、水雾、频繁震动等多类干扰，如何在此类复杂工业环境中提取紧致、稳定的表面缺陷特征是确保AVI检出率和可靠性的关键前提。通过回顾70多篇文献，聚焦轧制速度高且检测环境恶劣的板带钢产品———热轧带钢，对其表面缺陷特征提取方法进行了系统综述。根据算法流程，首先介绍了针对光照非理想、伪缺陷频发问题的图像预处理方法，然后从传统特征、深度特征提取两个方面开展了归纳总结工作，最后对表面缺陷特征提取对源图像质量提升、多层级特征提取、轻量模型构建、嵌入现场可编程逻辑门阵列(fieldprogrammablegatearray，FPGA)加速方面给出了发展趋势展望。 关键词：热轧带钢;表面缺陷;特征提取;图像预处理;深度学习 下载高清全文——热轧带钢表面缺陷特征提取方法综述.pdf