伴随着计算机通信和机器视觉技术的飞速发展,各大传统行业均面临着向智能化经济的转型。焊接作为生产制造业的重要分支,应用面也日渐拓宽,已渗透到设备加工、桥梁、建筑、国防等行业,焊接工艺的质量检测也随之成为了人们愈加关注的问题。基于计算机辅助的射线的无损检测技术随着科技的发展应运而生,结合机器视觉技术实现焊缝缺陷类型的智能识别、分类和测量评级,原理是通过数字化技术获取X射线焊缝缺陷图像,利用辅助计算机对图像进行处理,最终获取人们所关注的缺陷参数。相较于传统的人工检测方式,计算机辅助检测有几大优势：(1)准确性；(2)规范化;(3)自动化;(4)科学化；(5)效率化；(6)节省资源。本课题致力于开发一套智能的缺陷测量与评级系统,以MATLAB为开发平台,实现已获取焊缝缺陷的智能测量与评级。系统主要解决问题以及创新点如下：(1)优化计算机辅助评片系统,在数字化X射线缺陷图像检测前加入图像的质量的分析和判断,针对X射线焊缝图像的特征,以曝光程度来衡量采集到的图像是否符合缺陷识别系统的检测要求,提前滤除过度曝光和欠缺曝光的图像,减少系统对不合格图像的多余处理,优化系统的整体算法结构。(2)把过曝和欠曝两大门限条件,赋予权重,对图片进行质量判断。利用神经网络训练大量样本,获取权重的合理分配,提高X射线图像质量判断的正确率的同时也提高了整个系统的检测正确率。(3)针对X射线图像的低对比度、噪声多等特点,对含有椒盐噪声和高斯噪声的图像进行仿真,从而实现中值滤波、小波去噪和均值滤波去噪,比对效果、总结各算法优缺点,最终采用中值加小波的去噪方式,即保护了图像的细节信息又实现了图像去噪后的重构。(4)引入改进的最小外接矩形法——主轴法,测量缺陷的长径,计算量相较于传统的旋转法和顶点链码法较小,并对三种算法做了仿真测试,从处理间上做了对比。(5)多数计算机辅助评片系统,止步于缺陷识别后的测量工作,本课题通过研习关于承压设备熔化焊对接焊接接头质量评级标准,对国标进行编码,实现焊缝缺陷的智能评级。(6)MATLAB的GUI设计,实现基于机器视觉的焊缝缺陷测量与评级系统。本课题最终实现了计算机辅助评片系统的优化,并且根据国标完成了X射线焊缝缺陷图像的测量工作,使计算机辅助评片系统更加完善。结合项目资源,获取珍贵的先验数据,对大量缺陷样本进行实测,验证了图像质量判断模块和缺陷测量与评级模块的可行性。系统测试表明,图像质量判断模块的判断正确率为93.7%,对缺陷的测量与评级模块的条形缺陷评级、圆形缺陷评级和综合评级分别进行实测并与先验样本进行比对,正确率可分别为91%、92.4%和93.2%。本课题最终以MATLAB的GUI形式呈现,实现了智能的缺陷测量与评级系统,对人工的缺陷检测方式实施了重要改革,并为缺陷的智能缺陷检测研究做出了一定的贡献,实时性满足项目需求。