论文主要进行石油钢管焊缝X线缺陷图像自动识别方法研究,目的是提高焊缝缺陷检测的准确性、可靠性,保证缺陷检测的实时性,并对缺陷类型进行分类,以改善X线图像检测人员工作条件,提高工作效率.论文主要包括图像预处理、图像分割和缺陷边界跟踪、缺陷分类等内容.针对X线图像对比度不高、缺陷边缘模糊、图像背景噪声大、系统实时性要求高等特点,系统应用Visual C++开发工具,在Windows平台上,实现了图像的焊缝识别、旋转、中值滤波,σ滤波、W倒数加权滤波、差影法背景去除、横向投影检测、竖直投影最佳匹配滤波检测、改进Canny算子算法、边缘连接、二值图像闭运算、种子填充、开运算边界平滑、边界链码跟踪、缺陷分类等算法.并对以上各算法进行实验验证,研究表明算法取得比较好的效果.方法针对缺陷图像处理,但仍不失图像处理的通用性,图像σ滤波、差影法背景去除、竖直投影最佳匹配滤波检测等具有一定的图像处理普遍应用性.特别是改进的Canny算子算法,对其它类似检测系统也具有较高参考价值.