本文的研究工作是以“八．五”国家重大科技攻关项目(85-302-02-06)为背景进行的。焊管缺陷的自动检测是保证钢管产品质量的重要环节。在钢管生产过程中需要对焊管焊缝进行无损检测，X射线实时成象检测是一种比较有效的检测手段。随着生产率的不断提高，对焊管焊缝的自动化X射线检测要求越来越迫切，实现焊管焊缝的自动化检测具有重要的理论意义和实际意义。小波变换作为信号和图象处理的一种强有力的工具，其理论框架已基本形成，但从工程应用的角度，小波变换技术还处于初级阶段，还需进一步完善。本文主要研究小波分析技术如何用于焊缝图象处理与识别以及一些相关技术。 为建立焊管焊缝自动定位检测控制系统，提出了焊缝图象识别的多机系统结构方案，该系统采用多处理器并行处理的结构，并由上位机IPC协调控制管理。系统能完成对焊缝图象的存贮、焊缝定位、缺陷识别和质量评定。并成功地研制了基于ISA总线的Watch-Dog接口板，使用冗余法进行断点数据存储和恢复，实现了系统的可靠运行。 硬件系统使用了Taxax仪器公司的高速信号处理器TMS320C30。图象采集卡能每秒连续采集25帧焊缝图象，使得实时完成焊缝图象处理与识别成为可能。在充分研究多分辨分析理论和分析信号处理器技术特点的基础上，针对DSP TMS320C3X的特点，提出了一种有限序列的FWT(快速小波变换)的改进算法，详细阐述了信号处理器上FWT的周期性扩展的实现问题，用DSPTMS320C3X汇编语言实现了改进的FWT算法。 通过对小波变换系数进行阈值处理，给出了一种基于二维离散小波变换的图像去噪方法并用算子的形式加以描述。讨论了几种阈值选取方法和阈值策略，并提出了一种鲁棒局部阈值去噪法。用均方差衡量去噪性能，实验表明用鲁棒局部阈值去噪法好于全局阈值去噪法。 为提高边缘检测的准确性和实时性，需要寻找一种适合于低对比度模糊焊缝图象边缘检测的快速方法。本文分析了焊缝图象的主要噪声来源及噪声与信号在小波变换下呈现的不同特点，提出了一种基于小波变换的多分辨率边缘检测方法。实验表明该算法的边缘检测效果明显优于经典的边缘检测方法。 哈尔滨工程大学博士学位论文一 针对具体的钢管直管对接焊缝图象，研究了其椭圆成象的几何关系，提出了焊缝图象区域模型，为进一步处理焊缝图象提供了理论依据。提出了一种模型基多分辨率图象自适应分割算法。该算法以otsu判别准则为基础，结合焊缝区域模型进行焊缝图象的自适应目标分割，具有较好的分割效果。 研究了在焊缝图象中目标缺陷的自动识别这一难题，在借鉴人类视觉系统知觉组织过程的基础上，提出了一种基于知识的多特征融合多窗口结构多分辨率目标识别算法。该算法依据一定的先验知识和准则，辅以人工智能的手段，能够得到较为精确的目标识别结果，是一种极有前途的智能识别算法。 提出了一种几何特征快速提取算法，该算法改变了通常先图象二值化后提取目标参数特征的做法，而是直接对灰度图象进行目标参数特征提取。使用本文提出的几何特征快速提取算法可以有效地实现缺陷目标的快速识别处理。