在工业焊缝检测领域,焊接中的各种缺陷会引起许多危险的事故。目前,在无损焊缝检测中,评价焊接质量的主要方法是人工检测。人工检测存在主观标准不一致、检测效率低、任务复杂等问题。因此,X射线焊缝图像缺陷的自动识别具有非常重要的研究意义。在X射线焊缝缺陷检测与识别系统中,首先对焊缝图像进行预处理,针对X射线焊缝图像的噪声大且分布不均匀的特点,本文使用了一种改进的小波变换算法,该算法克服了传统小波变换的缺点,而降噪之后的焊缝图像由于对比度低,并分析了X射线焊缝图像的直方图,于是使用了一种改进的双直方图均衡化算法来增强对比度,最后针对X射线焊缝图像存在大量与焊缝区域无关的背景,而缺陷只存在于焊缝区域中,于是使用改进的三维Otsu算法,将X射线焊缝图像中的焊缝区域分割出来。经过试验验证,本文所使用的算法能够有效地降低焊缝图像的噪声,增强焊缝图像的对比度,并且能准确的将焊缝区域从整幅图像中分割出来。缺陷识别在X射线焊缝缺陷自动识别中扮演着重要的角色,而缺陷识别是评价焊接质量的基础。由于本文所要检测的缺陷类型有五种,而传统的支持向量机只能进行二分类,于是本文运用了一种改进的二叉树算法,该算法首先将二叉树与支持向量机结合在一起,然后提出了一种新的策略,该策略解决了传统二叉树的遗传性。实验结果表明,所使用的改进的二叉树算法对缺陷的识别率较高,运行速度快。