随着工业技术的发展，炭素材料的地位将越来越重要。炭素材料的各生产和使用单位迫切需要一种行之有效的缺陷检测方法，来控制和改善产品质量。然而，炭素材料检测信号的信噪比一般都较低，因而很难有效地将其内部缺陷检测出来。因此，寻求有效的检测方法和手段势在必行。论文以阴极炭块这一典型的炭素制品为研究对象，对其内部缺陷的自动检测与识别的关键技术进行了深入系统的研究，设计开发了X射线自动检测系统。主要研究内容如下： 第一章对炭素制品内部缺陷无损检测的研究现状进行了综述，结合工程项目，提出了本文的研究内容，指出了缺陷自动检测所必须解决的关键问题。 第二章首先分析了炭素制品缺陷检测的各种方法，着重对超声波检测及X射线检测方法作出了全面的评述，并提出炭素制品内部缺陷不宜采用超声波脉冲回波法进行检测；超声波波速检测法适合于检测炭素制品的均质结构，一般能探测(反映)内部缺陷，但不能定量地评定结构缺陷；提出了X射线法适合定量评价炭素制品的内部缺陷，可获得较好识别效果，能够实现缺陷的定量评价；根据实验首次建立了炭素制品曝光量曲线，该曲线对于指导一定厚度炭素制品选择多大透照电压，从而获得较清晰的射线图像具有重要的现实意义。 第三章运用小波理论研究了紧支集双正交小波基的构造方法，成功地构造出适合阴极炭块X射线图像处理的双正交样条小波基。设计了目标边界提取算法，以排除图片的背景干扰。研究了基于小波变换的图像消噪及增强方法，成功地设计了直方图加子波的图像增强算法及在此基础上的基于同态滤波的图像不均度调整方法。提出了基于小波变换的边缘检测和阈值分割的缺陷检测算法，实现了阴极炭块内部缺陷的检测。 第四章在图像增强的基础上，研究了缺陷自动检测方法，提出了基于数学形态学的缺陷边缘提取以及数学形态学结合阈值法提取缺陷区域的两种缺陷检测方法，两法基本上排除了噪声的干扰影响，很好地从图像中提取和分割出所需的缺陷样本。 第五章分析了表征缺陷的特征量类型，成功地从得到的缺陷样本中提取了19个具有代表性的特征量。在此基础上，建立了特征组合分