冷轧钢板表面缺陷在线检测技术已成为钢铁生产加工企业提高产品质量的重要手段，基于计算机视觉的检测技术以其非接触、响应速度快等优点成为钢板表面缺陷检测技术热点。目前国内外主要通过线视觉检测系统检测，即通过线阵CCD或面阵CCD相机采集传送辊上钢板表面图像，并对图像进行实时分析处理，从而实现对钢板表面二维缺陷的检测、识别及分类。但在实际生产中，钢板表面三维缺陷往往对其质量产生重要影响，因此三维缺陷的深度信息对于钢板表面质量的判定非常重要。

　　天津大学的学者针对目前常用的钢板表面检测系统在检测三维缺陷时存在的局限性，提出了一种基于数字条纹投影的三维缺陷检测方法，并构建了检测系统的数学模型，首先通过面阵CCD相机采集由表面三维缺陷引起的投射条纹形变图像，然后使用旋滤波算法对条纹图像预处理，并通过傅里叶变换轮廓术算法实现对条纹相位的提取，最终利用数学模型推导出条纹相位与缺陷深度的关系，进行钢板表面三维缺陷的在线检测。试验结果表明，该方法在准确检出钢板表面三维缺陷(凹坑或凸包)的同时较好地解决了钢板在传送中的振动及二维缺陷干扰等问题。