轮胎内部缺陷是导致交通事故发生的主要因素，激光散斑检测系统是检测轮胎内部缺陷的主要方法。传统的缺陷检测判断主要靠人工的手段，存在种种弊端。现有的轮胎缺陷自动检测方法存在实时性低、扩展性差的弊端，因此研究轮胎缺陷检测自动识别的工作是一项很有意义的课题。　　 本文对轮胎缺陷模式识别技术进行了深入研究，主要研究内容如下：　　 1、图像预处理算法研究。对于轮胎缺陷图像，本文采用了多种不同的图像去噪方法，并对去噪效果进行了科学评价。依据试验结果以及实际需要，选择中值滤波算法对缺陷图像进行处理。　　 2、图像边缘检测算法的研究。采用多种算法进行缺陷边缘检测。对比试验效果，考虑抗噪性以及精确性的因素，选择Canny算子进行边缘检测。　　 3、特征提取算法研究。提出了一种改进的Hu不变矩特征，该方法的优势是具有旋转、平移和尺度不变性；提取了灰度纹理特征，纹理特征反映了图像的本身属性，可用来对图像中的空间信息进行一定程度的定量描述，是识别对象的主要依据之一。对以上特征进行分类特性试验对比，确定分类识别所用的特征量。　　 4、分类识别算法研究。本文采用了基于径向基的支持向量机分类识别方法，对缺陷进行分类识别。实验证明：采用Hu不变矩或Hu不变矩和灰度纹理组合特征进行分类，可在ESPI图像模式识别中获得较好的识别效果。