在工业无损探伤领域,对于焊缝中出现的各类缺陷,会给现实生活带来很多不安全的事故。目前,在无损检测中,主要采用人工方式对胶片进行质量评定,这种方式容易存在主观标准不一致、检测效率低、操作复杂、胶片资料不易保存等特点。因此,对研究能有效对焊缝缺陷自动检测的方法来代替人工方式很有必要。针对上述问题,本文主要对焊缝缺陷检测与识别算法进行研究,主要包括三方面的内容:焊缝缺陷预处理、焊缝缺陷分割与提取及焊缝缺陷识别与分类,其具体概述如下:(1)对于X射线焊缝图像中存在的大量与缺陷无关的背景区域且焊缝图像分为三个可分区域(背景区域、板材区域及焊缝区域)。采用了一种基于Otsu双阈值分割的缺陷区域自动分割方法,并在此基础上作了改进,以减少计算量,提高缺陷检测运行时间,得到了较好的分割效果。(2)针对目标图像对比度低,检测目标湮没在焊缝区域等特点,采用了一种通过计算图像累积分布值来确定灰度拉伸极限,调整图像灰度值,增强图像对比度,改善目标区域显示效果,提高目标识别率的目的,取得了比较理想的效果。(3)由于数学形态学开运算能够有效消除图像中的高频分量,并且焊缝缺陷形状大小无规律,若采用固定大小的结构元素对图像滤波将会导致:当缺陷尺寸大于结构元素时,缺陷区域高频部分不能够有效消除,缺陷失真较大;当结构元素尺寸过大时,会破坏焊缝图像其他区域有用信息,处理速度也会变慢。为此,设计了一种能够随缺陷尺寸自适应改变结构元素大小的形态学滤波方法,取得了较好的滤波效果。(4)针对SUSAN算法良好抗噪能力的特点,提出了SUSAN模板中自适应阈值的选取方法,提高边缘检测效果。(5)为了对缺陷目标进行标记,方便后续对每个缺陷特征参数计算,本文利用二次扫描法对缺陷目标快速标记。同时,为方便计算特征参数,采用Moore边界追踪算法追踪每个缺陷的8连通编码,准确计算缺陷目标的特征参数。(6)对焊缝缺陷分类本文设计了深度为4的二叉树分类器,并依据文献中对特征参数的取值,设计了合理的识别逻辑流程。并通过大量样本验证分类的准确性,取得了较好的分类结果。为了验证检测方法的合理性及实时性,分别对32个缺陷进行检测。检测结果表明,实验设计的检测方法能有效对31个缺陷分类识别。对于单幅图像而言,在图像尺寸为512*512,缺陷个数为5左右的X射线焊缝缺陷图像中,处理速度为0.3s左右,可以满足缺陷检测与识别要求。