X射线检测以其穿透力强、实时性好和精度高,在无损检测领域得到了广泛的应用。数字辐射成像(Digital Radiography,DR)是一种数字式射线检测技术,与胶片照相法相比,DR技术能实时或近实时地显示被检试件内部和表面缺陷性质、大小、分布等信息,因而能在线、快速、及时、动态地评价被检试件质量。大型工业DR具有其他无损检测设备和手段无法替代的特点,适合于摇枕、侧架等铸件产品的检测,在关键部件检测上具有重要的应用价值。　　 目前国内外铸造生产厂家基本采用人工目测的方法来检测图像中是否含有缺陷或者缺陷是否在容许范围内。这种方法劳动强度大,工作效率低,而且受检查人员技术素质、经验、熟练程度和疲劳等主观因素的影响,常有误判和漏判的情况发生,难以满足大批量产品质量实时检查的需要。开展基于DR的缺陷自动识别、报警和自动定位的研究,可以大大提高射线成像技术检测效率,减少因缺陷引起的事故。　　 在国家863高技术项目、国家自然科学基金项目和重庆市科技攻关项目资助,主要针对铁路铸件在线DR检测的特点,根据铸件DR图像的特征,对铸件的缺陷特征进行了细致的分析,对目前广泛采用的各种缺陷识别方法进行了认真的研究和总结,对各种方法进行了深入的分析和对比,提出了基于融合的DR图像增强方法和基于匹配和纹理分析的缺陷识别方法。主要完成了以下几个方面的工作:　　 ①分析了工业DR技术基本原理、技术基础、系统组成、系统指标与评价标准；总结了现有X射线图像缺陷自动识别系统的特点与不足,根据铁路铸件缺陷的特征,针对DR图像对比度较差,噪声较大的特点,提出了基于配准和纹理分析的缺陷识别方法。　　 ②提出了基于多分段灰度变换图像融合的DR图像增强方法。针对当前DR成像的特点和目前普遍使用的增强方法的不足,依照多分辨率分析的思想,提出了采用图像融合方法作为射线图像增强的方案,获得的结果与人的视觉特性更为接近。论文提出了基于金字塔分解、小波变换和脊波变换的DR图像融合增强算法,并对算法结果进行了细致的比较。实验结果表明,该融合方法的增强效果明显好于其他常用的方法,可以在一幅图像中同时显示不同景深的缺陷又不会给图像带来虚假边缘,为后续的缺陷识别打下良好的基础。　　 ③分析了图像配准技术的发展与研究现状,提出了基于特征匹配的铸件射线图像缺陷识别方法。详细叙述了尺度不变特征(Scale Invariant Feature Transform,SIFT)算子、快速鲁棒的特征算子(Speeded up Robust Features,SURF)的实现流程,总结了此类算法的特点与不足,利用铸件检测的先验知识,根据铸件DR图像特征点的分布情况,提出了改进的SURF算子。该算子大大减少了无关特征点的数量,在不损失匹配精度的前提下提高了特征的匹配速度,为铸件缺陷的在线检测奠定了基础；在配准图像后利用“差影”法和数学形态学法有效的检出铸件的缺陷。实验结果表明,该方法可以快速地检出铸件的断裂型缺陷,检测时间远小于扫描时间。　　 ④铸件疏松型缺陷的DR图像对比度很差但其表现出某种纹理特征,因此利用纹理分析的方法来检出此类缺陷是种行之有效的方法。文中对纹理图像提取的研究意义、研究现状,特别是各类纹理提取方法的基本思想、算法进行了比较全面的总结,重点分析了局部二值模式算子(Local Binary Pattern,LBP)的实现和特点,提出了基于LBP算子的铸件DR图像疏松型缺陷检测方法,该方法具有速度快、鲁棒性强的特点。文中根据LBP算子的特点和铸件射线图像的特征对算法进行了有效的加速,大大提高缺陷的检测效率。实验结果表明,该方法检测速度快、识别率高,较好地解决了铸件疏松型缺陷检测的这一难题。　　 本文的研究成果已部分应用于实际的DR检测系统中,大大加快了缺陷的判别速度,提高了检测效率,降低了判片的劳动强度,取得了良好的实际应用效果。