本发明公开了基于Legendre多小波变换的特钢材表面缺陷检测与定位方法，涉及钢材表面缺陷检测技术领域。本发明通过结合先进的图像处理技术和深度学习的智能学习机制，实现对钢材表面缺陷的高效、准确定位，在本方法中，Legendre多小波变换被用于执行多尺度特征分解，从而捕获钢材表面图像的细微纹理和结构特征，且深度学习模型自动学习这些特征并进行精确定位，无需繁琐的手动特征设计和提取，与现有技术相比，显著提高了检测流程的自动化程度，减少了对计算资源的需求，并优化了实时处理能力，为高速生产环境中的钢材质量控制提供了一种更加高效和可靠的技术解决方案。