退火炉内带钢瓢曲是带钢生产中常见问题之一。其影响产品质量,造成带钢的浪费；严重时,造成机组停机,整个生产线停摆,生产效率降低,甚至设备损坏。对于带钢生产者,瓢曲现象是连续生产线高效运转的一大障碍,解决瓢曲对生产的潜在威胁长期以来是业界研究的热点。目前,大多数钢厂在带钢生产中,需要人眼观察ITV图像,检测带钢是否瓢曲以及时做出反应。这种方式效率低下,且消耗人力。针对宝钢某钢厂实际情况,本文介绍了一种基于数字图像处理技术的瓢曲识别方法以及相应的系统设计与实现。本文的主要贡献如下：1.通过调研宝钢某钢厂实际生产状况,收集带钢生产图像,经过理论研究和现场实验,提出了一套在线检测带钢瓢曲现象的图像处理流程。方法主要包括带钢定位、带钢区域提取、分块计算方差、瓢曲判定等步骤。实验表明,本方法适合该带钢生产机组的图像条件,准确率和稳定性良好。采用此检测方法的监测系统达到项目目标,解放了相应人力并提高该机组的生产自动化程度。2.进一步地,针对退火炉内光线变化对图像处理带来干扰的情况,作者总结了这种情况发生的原因,提出了一种新的瓢曲检测方法,流程包括：采用透视变换进行拍摄角度矫正、带钢区域提取、关键点检测、关键点空间分布统计几个步骤。实验表明,新的方法在光线变换的条件下能准确检测到瓢曲现象,具有更好的稳定性。计算量比原方法大,但仍能满足在线检测的要求。3.设计并实现了炉内带钢监控系统,将上述图像处理方法应用在生产现场。监控系统硬件主要包括工作站、工业摄像机、视频采集卡。通过软件实现一系列功能。系统在线检测炉内带钢运行状态,发生异常及时报警,取代了之前人眼观察的方式。此外,根据生产需求,系统功能还包括：带钢视频与数据在线预览、带钢运行状态图、图像及生产参数存档、瓢曲分析报表等功能,进一步提高了带钢生产的自动化程度,具有较高实用价值。