长输油气管道作为国家重要能源输送通道，在工业发展中起到极为重要的作用。为保证管网安全运行，对管道焊缝进行高效准确的缺陷检测是必不可少的环节。
　　论文以环口焊X射线焊缝图像为研究对象，可以发现，环焊缝原始图像具有高噪声和对比度低等成像特点，而传统人工检测受到多种主观因素的制约，检测效率极低且容易漏检误检。针对上述问题，本文搭建了环口焊X射线焊缝缺陷自动评级系统。主要研究内容如下：
　　（1）在实际生产中，X射线焊缝图像质量是影响评片的重要指标，焊缝图片的质量合格是缺陷检测的前提。在分析对比多种图像质量评价算法的基础上，结合环焊缝图像特点，提出了一种基于光照模型和焊缝黑度模型的数字化黑度计，在此基础上，给出自动X射线焊缝底片黑度自动评定算法。基于数字化黑度计的求解算法可以准确的求取底片黑度，滤除图像扫描带来的影响，实际实验表明该算法具有较强的鲁棒性和极高的成功率，实现了焊缝图像质量的自动评价。
　　（2）图像预处理是环焊缝缺陷检测的重要前提。通过大津法分割结合Sobel算子边缘检测，提出一种引导线设置方法，准确提取焊缝的ROI区域。利用均值滤波算法对焊缝切片图像进行降噪处理后，提出对比度检验算法来决定是否对切片图像进行增强，针对对比度不合格的切片图像采用arctan函数进行图像增强处理。最后提出了基于视觉的密度聚类分割算法对切片图像进行分割，从而提取SDR图像。
　　（3）在缺陷识别过程中，采用稀疏字典学习的方法，给出基于平均投影值的字典矩阵构建算法以及字典矩阵训练算法。利用求解2范数最小的方法求解稀疏系数，并给出缺陷判断依据，最后给出了焊缝图像评级方法。实验表明本算法敏感度为98.2%，特异度为98.0%。
　　（4）设计并开发环口焊X射线焊缝缺陷自动评级系统，可在完全无人工干预的情况下自动判定待检测X射线焊缝图像有无缺陷，提高了检测的实时性和准确性，同时降低了检测人员劳动强度。