钢材作为最基础的生产原材料,在我们的国民经济和社会发展中扮演着重要角色。各个行业不仅对钢材等金属原材料的需求量急剧增加,对于钢材的精度要求也越来越高,尤其对于板材的横向和纵向厚度的精度要求提高。针对冷轧带钢工业现场的板形检测与控制的需求,提出一种基于图像传感器的板形检测方案,在合理的位置安装激光器与图像传感器,使激光器发出的线激光能够照射到带钢上,图像传感器能够拍摄到带钢以及线激光的反射光线。最终通过图像处理手段得到板形信息。本文对常见的多种板形检测方案从检测原理与方法上进行分析,并比较其优势与不足。结合现场实际情况选择基于图像处理的非接触式的板形检测方案。在图像预处理过程中,利用色彩空间转换、提取兴趣区域、双边高斯滤波、图像增强等方法对图像进行预处理操作。对比了多种图像边缘检测算法,在优先考虑算法性能的基础上,选择利用Canny算法检测激光线边缘位置,作为激光线结构光中心位置检测的参考范围,同时计算得到了激光线的宽度。同时对传统灰度重心法进行改进,最终使用基于边缘检测结果的灰度重心法计算得到激光线中心位置。采用了霍夫直线检测算法,准确检测得到带钢的边缘位置。缩小了带钢板形检测的范围,提高了板形检测的精度。最终利用激光线的中心位置计算得到带钢板形信息。并还原出实时的带钢板形状态,实验结果表明通过该方法对带钢进行板形检测能够得到准确的板形信息,为进一步实现板形的精准控制奠定了基础。