汽车轮毂是汽车的重要组成部件,其质量的高低直接影响到汽车的日常使用安全,因此对汽车轮毂进行缺陷检测具有重要的现实意义。X射线检测法是目前被广泛使用的轮毂缺陷检测方法,在此基础之上,生产商基本上使用人工判定的方法来评定轮毂产品的质量,具有自动化程度低、主观性强、标准不统一、评定结果不可靠等明显缺点。为解决现有轮毂检测方法存在的不足,本文研究了符合实际工业生产需求的汽车轮毂缺陷自动分割与识别技术,并在以下几个方面展开了研究工作:(1)在实时显示中先引入窗位窗宽技术来提升图像的动态范围,再使用HDR技术解决图像过亮或者过暗的缺点,最后使用多帧叠加去噪法抑制了系统的随机噪声,提高了轮毂图像的成像质量;(2)系统采集到的原始轮毂图像存在缺陷特征不明显、附带固有字符信息等问题,影响后续的识别算法的准确率,对此,本文设计了一种基于灰度变换和双边滤波的轮毂缺陷增强与字符去除算法,在较好保留轮毂的细节特征的同时,增强了缺陷特征并抑制了字符信息;(3)在充分考虑实际生产需求与软件功能设计的基础上,以基于动态阈值的轮毂图像缺陷分割算法为主体,辅以ROI技术,并对缺陷进行去伪、分类和定级操作,完成缺陷的准确分割与识别。(4)在软件设计中,使用成熟的MFC框架来进行开发,有效降低了软件开发的成本,并加入了多线程技术来增强软件的并行处理能力,提高了软件的整体质量。