本论文以实际工程需求为背景,建立了一个X射线焊缝缺陷检测系统,利用X射线成像设备生成焊缝数字图像,用图像处理算法提取焊缝并对焊接缺陷进行检测。x射线在工业探伤领域有着重要应用,随着计算机和模式识别技术的发展,特别是X射线数字成像设备中数字平板探测器的技术突破,基于数字图像的焊缝缺陷检测在无损探伤领域地位日趋重要。在工业应用上,相较于传统胶片检测,数字图像在检测安全、时间效率、经济效益、操作便捷、照片保存等都有显著优势。在对图像预处理方法上,针对焊缝图像对比度大、噪声强的特点,本文选用维纳滤波进行降噪,选用指数变换与分段法相结合进行图像增强,并通过对比得出小波变换对焊缝图像边缘有良好响应。检测焊缝区域分为两步,首先要将X射线透射量转换为数字图像,其次对数字图像进行焊缝分割。X射线数字成像系统获取图像中存在多种参数,包括焦距、控制管电压、叠加帧数,本文依据最优透射参数选择理论,设计选择了合理的参数。本文对焊缝数字图像有针对性的预处理后,提出基于灰度竖直斜率步进的数字减影技术,在此基础上运用图像旋转获取焊缝,减少了背景冗余信息,方法简单方便、准确有效。焊缝图像缺陷特征主要包括灰度特征、几何形状以及纹理结构等。本文针对焊缝缺陷的灰度特征,运用基于高斯核的Meanshift方法进行缺陷灰度提取,图像分割效果良好,在此基础上运用Meanshift峰值算法进行缺陷标注,标注的缺陷符合人工选择标准。在人工获取一系列缺陷后,通过SVM算法进行缺陷机器学习,用学习机对新缺陷进行检测。实验结果表明训练方法对焊缝缺陷检测有效可行。最后,对本文简要总结,并对下一步焊缝缺陷检测在工业自动化中的主要研究方向进行了展望。