随着图像处理技术和模式识别技术的发展,计算机智能评片以其高效性、客观性和经济性等方面的优势,被广泛应用到油气管道焊缝缺陷检测领域中。由于焊缝图像大部分都含有缺陷,为了保障油气管道的安全运行,选择高效的缺陷检测识别方法,是人们不断追求的目标。因此,本文以埋弧焊管焊缝的X射线检测图像为对象,针对焊缝区域中可能存在的缺陷,选择一种识别率高的模式识别算法。本文采用目前常用的缺陷检测识别系统对焊缝图像内的主要缺陷类型进行检测和判定。首先,经过图像滤波的实验结果分析出焊缝图像内噪声的类型以及经过图像增强实验,选择出针对焊缝图像由均值滤波、Sin增强、Ostu分割、Sobel边缘检测和Hough直线变换所结合的图像处理系统,从而实现焊缝区域的成功分割。其次,通过比较Ostu和基于密度的聚类对于焊缝区域内缺陷和图像噪声的分割效果,采用后者对其进行分割。再次,采用6类特征参数对焊缝缺陷和图像噪声进行描述,并对所选取特征参数的数据进行分析和实验验证。最后,采用支持向量机法依据特征参数进行建模从而实现焊缝缺陷的识别,得到了较高的识别率。在基于支持向量机的缺陷识别系统取得较高识别率的前提下,提取特征参数时仍存在计算误差,对识别结果有不可避免的影响。鉴于此问题,本文进一步采用基于稀疏表示的缺陷识别系统,此系统按照提取焊缝区域、截取疑似缺陷区域、建立稀疏表示模型的过程实现焊缝缺陷的识别,有效的避免了计算误差并达到了更高的识别率。