固体火箭发动机的缺陷检测长期以来都由工作人员从X射线探伤胶片上人工读取识别,不仅自动化程度较低而且由于受到工作人员主观因素的影响,容易出现错误。本论文在以下三个方面着手改进这种情况: (1) 利用小波变换对探伤胶片图像中缺陷实施边缘提取,突出显示出一些原本不明显的缺陷。在该部分,本文将详细论述小波变换进行边缘提取的原因和方法,并且将其结果与传统方法进行比较。 (2) 总结计算某区域的各种灰度特征,最后通过人工神经网络中的BP网来实现判断缺陷是否存在。在该部分,本文将着重论述所选取的灰度特征参数的依据和计算方法,最终给出缺陷判断结果。 (3) 利用各种数字图像处理技术作为辅助手段,帮助工作人员判断缺陷。在该部分,本文将大概介绍固体火箭发动机缺陷检测原型系统REDRS,其中有许多利用数字图像处理技术来提高X射线探伤胶片图像易读性的方法,本文将介绍其原理和展示实现效果。 最后给出对本文研究进一步改进的一些设想。