焊接工艺过程中出现的某些参数偏差容易造成焊接过程不稳定，从而产生凹陷、裂纹、未焊透、焊偏、气孔等焊接缺陷。为了保证焊接产品质量，需要对焊接接头进行检测。无损检测技术是在不损伤被检测对象的条件下，利用材料内部结构异常或缺陷存在所引起的对热、声、光、电、磁等反应的变化，来探测各种工程材料、零部件、结构体等内部和表面的缺陷。针对现有焊接缺陷无损检测方法的局限性，研究一种适用于铁磁性材料焊件无损检测的磁光成像可视化方法，着重研究交变磁场激励下的焊接缺陷磁光成像无损探伤系统。　　本课题通过磁光成像传感器获取焊接缺陷静态、动态磁光图像，综合运用法拉第磁光效应、磁畴理论及交变磁场研究焊接缺陷磁光成像基础理论。首先分析法拉第磁光效应及磁光薄膜特性探究线偏振光偏转方向、磁场方向与磁光图像的关系。通过磁光薄膜磁滞回线分析不同磁场激励下的磁光图像灰度变化，试验还探究马蹄形磁铁激励下低碳钢试件的静态磁光成像，分析磁光图像每个像素与对应焊件磁畴分布的关系。随后着重介绍交变磁场原理，通过对交变磁场磁光成像试验的得出变化磁场下的法拉第旋转角与磁光图像的关系，结合磁光传感器原理分析动态磁光成像的规律。然后应用动态磁光成像技术，通过试验研究低碳钢焊件焊缝处表面及亚表面的动态磁光成像原理。根据采集焊缝表面及亚表面动态磁光图像可知，相比静态磁光成像技术获取的单帧缺陷磁光图像，该技术可以得到更为丰富的焊缝磁信息。　　为了实现焊接缺陷自动检测，分别应用磁光传感器采集到的焊接缺陷静态、动态磁光图像序列建立分类模型。针对主成分分析法-误差逆向反馈传播神经网络的焊接缺陷识别方法输入特征向量较大，提出一种效率更高的识别方法，通过灰度共生矩阵-Gabor函数提取缺陷磁光图像纹理特征，以更少的纹理特征作为输入特征向量，结合支持向量机构建分类模型。并针对采集的磁光图像研究缺陷轮廓分割算法，分别通过一种基于阈值的分割算法和一种基于能量泛函的分割算法提取缺陷轮廓，通过试验得出 Snake模型在缺陷磁光图像分割方面性能优越。最后论文通过交变磁场励磁采集焊接缺陷动态磁光图像序列，建立两种缺陷磁光图像分类模型。首先对焊接缺陷动态磁光图像进行图像融合、图像降采样处理，针对降采样图像应用主成分分析法得到降维后的特征向量。将特征向量作为分类样本，分别研究基于误差逆向反馈传播神经网络和支持向量机的焊接缺陷分类模型，试验结果表明所提分类模型均可用于焊接缺陷磁光图像的识别和分类。