使用X光机对轮胎进行检测，已作为质量控制的有效手段被国内外的厂商广泛采用和证明。在国内长期以来，人们一直是凭肉眼对轮胎图像进行检测，此方法重复一致性差、人力资源耗费量大、无法很好的满足企业信息化管理的要求。本文所作的工作就是要研究出一套算法，可根据轮胎的X光图像对轮胎的各种缺陷进行自动判别，实现无人值守的检测，解决人眼检测所带来的一系列问题。目前，国外的厂商已推出了产品化的全自动轮胎检测系统，而国内却没有此类的研究，我们的工作将填补国内该领域的研究空白，并致力于实现轮胎自动检测产品的国产化。 本文主要研究了实现自动检测各种轮胎缺陷的一系列算法。首先对得到的轮胎图像进行一系列预处理，包括检测窗口的选取、图像增强等。然后，本文提出一种改进的基于一维投影的快速匹配算法，将其应用到轮胎缺陷的自动识别中去，并提出一种新的基于局部不变特征的直方图相关匹配算法，通过此方法完成对边部劈缝的自动识别。接下来，针对可能存在缺陷的胎侧部位图像，利用提取到的图像特征及各种缺陷的自身特点来对缺陷进行定性、定量分析。最后对轮胎质量给出判断结果，并把存在缺陷部位的图像在图中加以标记显示。 研究中使用Visual C#.NET语言搭建了测试平台，以大量的实际图片进行了仿真试验，得到了较为令人满意的结果。文中给出了针对各个轮胎缺陷的仿真结果及相关数据。 经实验证明，本文提出的轮胎各种缺陷的自动检测算法是有效的，它可寻找出所有存在缺陷的部位，并可对部分常见缺陷的种类及缺陷程度给出较为准确的判断。