En el panorama competitivo de la producción de bandas de acero, garantizar la alta calidad de las superficies de acero es primordial. Tradicionalmente, la inspección visual humana ha sido el método principal para detectar defectos, pero presenta limitaciones como la fiabilidad, el costo, el tiempo de procesamiento y la precisión. Se han introducido tecnologías de inspección visual, particularmente técnicas de automatización, para abordar estas deficiencias. Este documento realiza una exhaustiva encuesta que examina metodologías basadas en visión relacionadas con la detección y clasificación de defectos superficiales en productos de acero. Estas metodologías abarcan métodos basados en segmentación estadística, espectral y de textura, así como enfoques impulsados por aprendizaje automático. Además, se discuten varios algoritmos de clasificación, categorizados en técnicas supervisadas, semi-supervisadas y no supervisadas. Adicionalmente, el documento esboza la dirección futura del enfoque de investigación.