焊接缺陷检测是制造业中一种十分重要的技术,由于焊接过程中出现的各种问题,会导致焊缝中含有气孔、裂纹、夹渣和未焊透等缺陷,严重影响产品的质量和安全,所以焊接缺陷的检测十分重要。目前国内外常用的X射线图像缺陷检测方法有基于阈值分割的方法、基于边缘检测的方法、基于模式识别的方法,虽然这些方法取得了一定的效果,但这些方法在检测面积较小或者空间对比度较低的缺陷时比较困难,且很难用一种方法同时检测出不同的缺陷。面对焊接图像缺陷检测算法存在的不足,本文研究了一种新型的分水岭缺陷检测算法,其中主要进行了以下几个方面的研究:首先,全面回顾了焊接缺陷检测技术的发展历程,有针对性地对该领域的经典解决方案进行了分析、比较,系统地阐述了各类方法的优势与存在的不足,并给出相应的可行性改进方案。其次,针对X射线图像中随机噪声的特点,采用了一种基于形态学的图像滤波方法,有效的减少了噪声,提高了检测精度。再次,结合实验讨论了在分水岭变换过程中抑制过分割的方法,实现了修改梯度和过程合并相结合的分水岭算法,解决了传统检测算法存在的问题。同时利用差分方法实现了修改梯度及过程合并中阈值的自动选取。最后,利用Matlab6.5图像处理工具箱对本文的分割方案进行了仿真,验证了本文分割方案的可行性、自适应性和分割的精确性。