在工业探伤领域中,由于焊接过程出现的各种问题,会导致焊缝中含有气孔和裂纹等缺陷,影响产品的质量,所以焊接图像中缺陷的检测十分重要。受传统x射线焊缝图像检测的评片人员的技术素质和经验的影响,焊缝缺陷的检测逐步从人工评片过渡到计算机智能识别。采用x射线实时检测系统在线检测与分析,可以有效地克服人工评片引起的误判,从而使焊缝底片缺陷在线检测工作客观化、规范化、标准化。本课题以便携式数字化焊缝底片检测仪为研究对象,以数字图像处理技术为基础,论述了便携式图像采集处理系统的开发与研制,以及在技术上的实现。确定了将边缘平直度、尖部尖锐度、周长面积比、填充度指数、对称性和相对灰度作为焊缝底片缺陷识别分析的特征参数,应用Matlab建立了基于BP神经网络的焊缝图像识别系统,实现故障类型的识别。首先介绍了数字化焊缝底片检测仪的国内外发展现状,接着设计了图像采集系统。系统主要分为四大部分：传片机构、步进控制、图像采集和系统照明,并对传片机构和步进电机的控制的功能与设计进行了详细的阐述。最后研究了图像处理与识别技术。