在全球工业4.0的趋势下,许多先进制造技术都在走向成熟,尤其是机器人、物联网、云计算、大数据等技术的落地应用,为人们提供越来越多更优质的产品和服务,但同时对产品质量的要求也越来越高。越来越多的生产商将产品质量放到了更加重要的地位,而工件的缺陷检测效率与准确率是制约产品整体质量的重要因素。在工件产品的使用中,工件缺陷问题严重影响着系统和仪器设备的工作状态以及寿命,而工业CT(Computed Tomography)成像技术可以保证工件结构在不被损坏的前提下,有效地显示出工件内部的影像细节,即对工件内部缺陷进行无损检测,在无损的基础上由工作人员通过对CT图像进行人工识别从而达到对工件内部缺陷的提取与分类的目的。本文以工程项目需求为背景,实现了工件缺陷智能检测软件,此软件可协助人工实现对工件缺陷的高效提取和准确分类。本文主要完成的工作内容如下:(1)通过在工作中遇到的实际问题,转化需求并确定软件的智能检测目标功能。本软件的主要功能包括图像的预处理、缺陷提取、缺陷特征的选择、缺陷样本的收集与分类器的训练及缺陷分类功能的实现。(2)在对工件CT图像形态学处理和去除噪声点预处理的基础上,采用自适应阈值分割法对图像进行缺陷提取。(3)采用支持向量机(Support Vector Machine,SVM)对缺陷进行识别,它能较好地解决小样本、非线性、高维度和局部极小点等常见难题,采用的是一对一的多分类缺陷识别方法实现缺陷分类。(4)对软件的各个功能模块进行编程实现,在Microsoft Visual Studio 2015平台上,基于QT5.7进行软件界面的搭建,基于Open CV实现图像相关处理算法。采用Python编程语言完成分类算法的训练,并由软件调用实现对工件缺陷的智能检测和分类功能。