焊接件在工业领域中的应用十分广泛,目前对其质量的评定是由检验人员依据有关标准凭经验对焊缝X射线图像来进行评判的,可能会造成误判或漏判。因此,为了满足焊缝缺陷检测的客观性、科学性和规范性要求,可以采用计算机图像处理技术对X射线检测结果进行分析和识别。小波分析作为一门新兴学科,具有多分辨率分析的特点和时频局域性等优点,是检测突变信号的强有力工具,已广泛应用于图像处理领域。为此,论文将小波图像处理技术应用于X射线焊缝图像检测与识别中,通过计算机来实现焊缝缺陷的检测与识别。提出了一种新的自适应最优化小波变换算法,它克服了传统的二进小波变换只能对长度为2的整数幂的数据进行处理,对非2的整数幂的数据则需要进行大量的边界处理这一局限性。其核心是通过解析被处理数据长度来捕获其长度的最佳逼近值,实现边界处理的最优化;通过分解最佳逼近长度来获取各层次小波变换基数,实现小波变换基数选择的自适应。其边界数据不会被忽略的特点就能够排除有缺陷在焊缝边缘处被漏查的情况,从而保证了焊缝缺陷检测的精确性与可靠性。研究了小波奇异性检测原理,分析了噪声与图像信号在小波变换域上具有不同的Lipschitz指数的特点,并使用一种具有相同特性的阈值函数有效地去除了噪声。介绍了传统的图像多分辨率边缘检测方法优点与不足,从一个新的角度提出了一种基于小波变换的多分辨率图像重构焊缝缺陷检测方法,其检测效果比传统的多分辨率边缘检测算法更为快速更为准确。模拟了人类视觉系统由粗到细的收集和处理信息的过程,在分析焊缝图像特征的基础上建立了焊缝图像的区域模型,并且成功的提取出了焊缝区域。研究了不同焊缝缺陷的特征,详细介绍了在焊缝区内进行缺陷识别时所应依照的原则及标准。在将小波多分辨率分析理论引入到X射线焊缝缺陷检测的研究中,根据提出的新方法研制和开发了基于自适应最优化小波变换的焊缝缺陷检测软件,并对其主要功能模块进行了详细介绍。最后将此软件应用于实际的焊缝缺陷检测中,并与几种经典的边缘检测方法做了比较。结果表明论文所提出的新算法是正确的、有效的,具有一定的实用价值。