韩 强，张 喆，续欣莹，谢新林

(1.太原理工大学 电气与动力工程学院，太原 030024；2.太原科技大学 先进控制与装备智能化山西省重点实验室，太原 030024)

我国是全球第一钢铁生产大国，2019年全球粗钢产量18.7亿t，其中中国粗钢产量9.96亿t，占全球粗钢产量的53.3%.虽然中国粗钢产量占据全球粗钢产量的半壁江山，但是从钢铁行业的绩效水平看，中国企业与国际钢铁行业的平均水平还存在一定差距[1]。《中国制造2025》发展战略明确提出：着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平[2]。

目前，多数企业仍采用人工检测的方式检测缺陷。长期高强度的工作会影响检查员的工作状态，导致检查准确率低且出现遗漏。随着工业要求的提高和科学技术的发展，无损检测被广泛使用在各种材料的缺陷检测中，特别是金属材料。徐长航等[3]在含缺陷钢制试件红外热像检测实验的基础上，利用多种图像处理技术，实现了裂纹、圆孔等不同类型缺陷的提取与识别。张学武等[4]提出了一种基于红外成像的强反射金属表面缺陷视觉检测方法，利用CCD视觉传感器获取受检测金属表面的红外影像资料，对微小缺陷可达到92.8%的检测率和95.42%的识别率。JOUNG et al[5]将红外成像技术应用在管道缺陷的检测上。同时，基于机器视觉的图像处理方法也被广泛应用。董家顺等[6]利用一种改进K-means灰度正反求和的检测方法对钢管表面缺陷进行了检测。……