工业CT是进行工件检测与质量评定的有效手段,能够以无损的方式获取产品内部结构及缺陷信息。随着CT重建及可视化技术的发展,目前不仅能对工件截面实施2D检视,也可以实现3D体绘制。因而,对图像缺陷定位和分割技术也提出了更高的要求。需要研究和实现高效准确的缺陷定位和三维图像分割技术,使技术人员能够更加直观地从三维角度分析和测量缺陷体。本文主要研究工业CT图像缺陷自动定位及三维分割技术,并开发完成了相应的CT图像处理分析软件,本课题的研究成果对于工业产品的质量检测和维修检查具有一定的实用价值。论文的主要工作概括如下:1.针对二维CT切片图像,结合分形理论提出了一种基于分形维数的缺陷自动定位算法。通过计算分块图像分形维数,设定分形维数阈值,最终完成对缺陷区域的定位。实验证明该方法能有效、准确地完成缺陷自动定位。2.针对三维图像切片序列,研究了一种结合数学形态学和Otsu的缺陷三维分割算法,通过对切片图像序列的逐层有效分割,准确地提取三维缺陷体。对模拟固体火箭发动机切片序列的分割实验,验证了该方法的有效性。3.针对三维图像体数据,研究了一种基于改进K均值聚类的图像三维分割算法,结合一种初始聚类中心自动生成算法,避免了传统K均值聚类算法需要人工选择初始聚类中心的问题。该算法充分利用三维图像的整体信息,可获得更加精确的缺陷体分割结果。