管道运输是世界石油工业得以规模化发展且被实践证明最有效的技术方法,但是,国内由焊缝缺陷引起管道失效事故比例相对较大。由于管道敷设完全依靠焊接工艺来完成,焊缝质量的好坏直接影响输油气管路能否正常的工作。X射线底片成像方法是目前焊缝检测中采用最为广泛的探伤技术,但其存在明显不足。因此我们提出了X射线焊缝底片智能评片系统的构想,开发一套便携式焊缝底片检测系统,可以高效、直观、准确地辅助读取底片中的信息,便于野外管道长距离铺设时应用,以达到对焊缝的焊接情况及时进行评估。基于目前的研究状况,本文在上述调研资料分析的基础上,系统采用软件型图像处理系统,硬件设计的重点是完成工业底片的数字化输入；而软件编写可以开发出灵活适用的图像处理算法和模式识别方法。本论文结合X射线焊缝底片特点,采用线扫描工业摄像机对底片进行无损、无失真的数字图像采集,针对数字化后的焊缝图像存在并含有大量噪声、对比度低、边缘模糊不清等特点提出了高效的图像处理算法及处理顺序,对处理后的图像进行边缘检测并准确计算出焊缝缺陷的特征参数。课题中提出应用浮雕处理提高焊缝缺陷的可识别性,运用改进的三层前馈式BP神经网络对获得的焊缝缺陷特征参数进行识别,实现焊缝X底片缺陷智能识别。其中,网络的隐节点数目、动量系数、误差水平及步长等网络参数采用实验的方式获得最佳值。本课题采用VC++、MATLAB和Microsoft Office Access混合编程实现系统功能。系统及数据库的建立能够对焊缝参数和焊缝图像处理的研究奠定基础且对焊缝的特征参数进行数据库管理。