为了提高超声检测的效率、可靠性，本文在超声C扫描成像系统基础上，将数字图像处理理论与算法应用到超声C扫描图像中，并进行了处理，提高了图像的质量，为准确、可靠地识别缺陷奠定了基础。 超声C扫描成像系统是由硬件和软件系统组成，应用软件运用虚拟仪器技术，利用Labwindows/CVI基于WINDOWS-XP操作平台开发的，可对扫描得到的数据进行各种处理和运算，实现对原始扫描信号进行A、C扫描成像。 为了提高超声C扫描图像质量和进行缺陷识别，必须对形成的图像进行处理。处理分为前处理阶段和后处理阶段。图像的前处理包括图像的滤波、图像的阈值分割、图像的边缘检测和轮廓跟踪。针对超声实际扫查图像特点，采用了中值滤波等滤波方法，应用最大方差法和迭代法进行了图像的阈值分割，采用Roberts等算子对图像进行了边缘检测，最后应用轮廓跟踪方法对图像进行了轮廓提取和缺陷标记。 图像的后处理包括特征提取和图像识别，根据图像的相似性和非连续性理论对超声C扫描图像进行了缺陷的特征分析；定义了二值图像的面积、周长、灰度方差等缺陷特征。最后对基于模型匹配的模式识别进行了深入的研究。 运用VC++语言进行了图像处理程序设计，并介绍了在VC++环境下调用MATLAB的方法。 实验证明，本文采用的图像处理方法和策略，以及开发的软件系统，对提高超声C扫描图像的信噪比、特征提取和缺陷识别的准确性具有较好的适应性。