随着X射线检测和图像处理技术的发展,焊缝缺陷的检测也逐步从人工评片过渡到计算机智能识别。利用计算机对数字化焊缝图像进行分析和识别在检测效率、经济效益、方便实用等方面得到人们的认可。本课题以实际工程需求为背景,以焊缝X射线检测底片为研究对象,综合运用图像处理的方法给出焊缝故障的定量及定性描述,应用Visual C++建立基于统计决策树的焊缝图像识别系统,实现故障类型的自动评判。根据焊缝图像的特点,图像处理系统主要内容有降噪滤波、图像增强、边缘检测和图像分割。通过对各种图像处理方法的分析比较,选择自适应中值滤波方法对原始焊缝图像进行降噪滤波；再引入了直方图均衡化以及模糊增强等方法对图像作增强处理；在边缘检测方面,在梯度算子中引入遗传算法理论提取焊缝的边缘；最后通过对图像分割方法中的基于阈值分割方法、边缘检测方法及数学形态学分水岭方法的分析讨论,选择类间、类内方差比分割法和数学形态学方法并用进行焊缝图像分割,以提取出有效的焊缝区域。为了更好的进行图像识别,又对图像分割后的图像进行缺陷标记和缺陷跟踪；其次特征参数的选择是缺陷识别的前提条件。本文通过对缺陷成像特点的分析,确定能够反映缺陷本质特征的特征参数,最后使用统计决策树的方法对缺陷进行识别和分类。