随着现代工业生产中自动化、规模化和精细化要求的不断提高,自动识别技术已经逐步成为智能制造的一个重要发展方向。工业无损检测在焊接质量安全评定方面占据着核心地位,但是传统的焊缝射线胶片人工判别方法效率低下、主观性大,已难以满足机器化大生产及质量信息化的需要。。采用X射线无损探伤计算机辅助评判系统进行在线检测与分析,可以有效地克服人工评定中因为眼睛疲劳、经验差异而引起的漏判与误判,从而有效地解决人工评片的效率及评判不一等问题。近年来,用机器视觉进行射线无损检测已成为该领域的国内外研究热点,其中最为关键的技术在于基于机器视觉的射线图像自动识别。本文以压力容器制造过程的中厚板弧焊焊缝为对象,基于焊缝X射线图像进行缺陷自动识别方法和技术的研发。采用工业相机对射线图像进行拍摄或扫描,实现了焊缝射线图像的数字化。采用数字图像处理技术开发了一种具有自适应能力的焊缝射线图像气孔检测方法。比较了常用图像边缘提取算法在焊缝缺陷检测领域的优缺点,深入分析了压力容器制造中焊接气孔的成因和X射线图像特征,提出了基于灰度梯度的气孔识别方法,综合考虑了不同方向的灰度梯度,增强算法对斜边和圆形轮廓的敏感性。针对黏连气孔和小气孔的误检和漏检问题,首先采用局部动态阈值方法进行复杂背景下的焊缝定位,然后设计了多方向模板进行Sobel边缘检测和区域标记,最后在标记区域对原始图像进行X方向和Y方向的灰度梯度分析,有效地增强了小气孔和黏连气孔的识别能力。检测效果表明,该算法在实际应用中表现出良好的准确性、适应性和快速性,为后续气孔统计分析和焊缝质量评定奠定了基础。与传统的人工评片方法相比,本文所提出的基于机器视觉的检测方法在气孔缺陷的发现、计数统计、尺寸精度测量和累积用时等四个方面具有优势。与其他自动识别系统的对比中,本文所提出的方法在小气孔识别、粘连气孔识别和气孔尺寸精度三个方面具有一定程度的改进。