缺陷检测是保证工件质量的重要技术之一,对减少或避免因缺陷引起的意外事故有着积极的作用。工业计算机X射线断层扫描成像(Industrial Computed Tomography, ICT)技术和数字式X射线成像(Digital Radiography,DR)技术的不断发展为缺陷检测提供了更科学、更客观的依据。工业CT图像和DR图像缺陷检测的目的,就是为了从图像中定位出工件缺陷的所在,并获得有关缺陷的几何参数等信息。缺陷检测的主要任务是进行缺陷区域的分割和测量,而分割精度将直接影响到测量精度,因此,图像分割是缺陷检测技术的关键步骤。本文以工业CT图像和DR图像为研究对象,在分析目前图像缺陷检测算法的基础上,将几何主动轮廓模型应用于缺陷区域的检测中。几何主动轮廓模型是一种比较新颖且有效的图像分割方法,是基于偏微分方程理论的图像分割模型。它将曲线演化模型应用到图像分割中,利用由曲线本身决定的内能和由图像数据决定的外能,使演化曲线最终停止在目标区域的边界位置;曲线演化过程则通过水平集方法来实现。几何主动轮廓模型具有传统图像分割方法不具备的许多优点,可以实现几何结构的拓扑变化,能够获得连续边缘等,因此已被广泛应用于处理数字图像和计算机视觉领域中大量存在的图像分割问题。本文重点分析了两种经典的几何主动轮廓模型——C-V模型和LBF模型。本文围绕几何主动轮廓模型在工业CT图像和DR图像缺陷检测中的应用来展开研究,完成的主要内容如下:针对工业CT图像和DR图像的特点,研究了结合LBF模型和C-V模型的缺陷检测算法:首先应用LBF模型粗分割,提取出含有缺陷的工件区域,目的是为了去除强边缘对缺陷检测的影响,在分割的同时对图像进行去噪;然后对局部工件区域图进行图像预处理,目的是增强图像对比度,显现出湮没在背景中的缺陷区域,并应用C-V模型进行缺陷区域的分割;最后通过设定阈值去除伪缺陷,测量出缺陷区域形心和面积等几何参数。实验结果表明,该方法能有效、准确地分割出缺陷区域,并得到我们所需要的一系列缺陷几何参数指标。此外,本文还研究了一种基于C-V模型的工业CT图像工件截面的壁厚测量方法:采用C-V模型提取出工业CT图像的边缘,得到待测工件截面的上下壁边缘,通过计算上壁每个边缘点到下壁最短距离的均值来近似为工件截面的壁厚。实验结果表明,该方法能够较准确地得到工业CT图像中工件截面的壁厚。