缺陷检测技术是提高产品质量的有力保证,对于减少或避免因缺陷引起的意外事故有积极作用。工业CT作为一种实用的无损检测技术,已广泛应用于航空、石油、钢铁、机械、汽车、采矿等领域,它可以在无损伤状态下,准确检测工件的内部结构。工业CT图像缺陷检测的目的,是从CT图像中寻找工件的缺陷所在,并获得有关缺陷的尽可能精确的信息。本文以工业CT图像为研究对象,根据目前国内外工业CT图像缺陷检测技术的发展现状,在分析小波变换提取图像边缘方法不足的基础上,将脊波变换(Ridgelet)应用于工业CT图像缺陷检测中。脊波变换是1999年美国Stanford大学的E.J.Candès和Donoho教授在小波变换的基础上提出的。脊波变换能够充分考虑图像边缘的方向性和奇异性,可以有效处理高维情况时的线状或面状奇异性。它的核心是通过Radon变换(投影)将线状奇异性转化为点状奇异性,再利用小波变换处理Radon域上的点状奇异性。所以,脊波变换适宜于检测具有线状奇异性的图像缺陷(如裂纹)。本文围绕脊波变换在工业CT图像缺陷检测中的应用开展研究,主要进行以下几个方面的工作:首先,对于工业CT图像装配缺陷问题,本文采用模板匹配的方式进行检测。为提高匹配速度,本文研究了一种基于脊波变换的图像匹配改进搜索方法。在保证匹配精度的条件下,所采用的变步长搜索策略,能有效提高图像匹配的速度,且该方法具有较好的鲁棒性。其次,由于工件本身的特点及其他物理因素影响,造成某些工业CT图像缺陷边缘不够清晰、图像噪声较多,对于这类图像,传统的边缘提取方法很难精确提取其缺陷边缘。因此本文研究了一种基于脊波变换的边缘提取方法,并将其应用在实际工业CT图像的裂纹提取中。实验表明该方法能得到定位准确、连续、独立的裂纹边缘图像。最后,在利用脊波变换提取工业CT图像小间隙裂纹边缘的基础上,本文研究了一种基于脊波变换的亚像素测量方法,采用这种方法测量小间隙裂纹的几何参数并标定裂纹宽度。实验证实该方法能够使小间隙裂纹宽度测量的精度达到1/5像素以上。