冷轧带钢表面图像背景极其复杂,作者研究的冷轧带钢表面图像涉及到冷轧钢板,镀锌板等等。由于缺乏通用的分割理论,现已提出的分割算法很难找到一种即适合于分割冷轧钢板表面缺陷图像又适合于分割镀锌板表面缺陷图像。鉴于当前大型钢铁厂对冷轧带钢表面质量自动检测系统的性能要求的提高,作者提出了基于数字滤波器方法的冷轧带钢表面缺陷图像分割算法。在对比和分析了当前用于图像缺陷分割领域的常用方法后,作者把优化滤波器的方法引入缺陷图像分割。构造并实现了优化滤波器,并给出了实验结果。用大量有代表性的冷轧带钢生产线现场图片做实验,对优化滤波器方法的鲁棒性及分割性能做了深入分析。同时构造并实现了Gabor 滤波器,并给出了实验结果。通过两种方法的对比得到如下结论:优化滤波器对于冷轧钢板和镀锌板具有良好的适用性,用该方法可以满 足冷轧带钢表面缺陷图像的分割。Gabor 滤波器的适用性不是很理想。在计算复杂度方面,Gabor 滤波器要优于优化滤波器,特别是对于模板 (mask)比较大的时候更明显。缺陷图像的分割性能很大程度上取决于选取的模板大小。优化滤波器受 模板影响较大,而Gabor 滤波器则对设计参数很敏感。本文最终成果是:首次提出了多通道优化滤波器,并用于冷轧带钢表面缺陷图像的分割。从理论和实际角度讨论了该方法原理和鲁棒性。首次把傅立叶谱分析和Gabor 滤波器相结合用于图像分割,取得了良好的效果。所以该课题在缺陷图像分割领域有一定的理论和实际意义。