传统探伤都是通过大量的人力对探伤图逐一判断,探伤效率低下,探伤正确率不高,随着科技的进步,数字图像技术在超声检测中的应用愈来愈普遍。本文以超声图像为研究对象,在介绍超声图像来源的基础上,主要研究了超声图像的预处理、缺陷的分析与识别和根据探伤图像进行缺陷识别的理论、方法及其应用,取得了较好的效果。论文依托超声检测系统项目的工程背景,结合相应的理论与研究方法,提出了硕士学位论文题目―数字图像技术在机械试块中超声检测的应用研究‖。全文的研究内容如下:本文首先介绍了论文的课题背景,数字图像技术和超声无损检测技术的发展状况,系统的介绍了超声波的检测技术。包含超声波特性及检测原理,超声波检测方法,以及超声波回波信号分析。其次介绍了数字图像基本概念,包含图像、图像分割概述等,另外,系统的描述了系统的构成元素和系统原始图像获取的方法,并对系统的构成进行了分析。再次,本文结合数字图像处理技术在自动检测系统的理论,对超声图像设计了三种不同的信号数据提取的方法,主要研究了基于k-means的形态学自动识别算法,基于OTSU分割的形态学自动识别算法,和边缘组合算法。并对每种算法进行了仿真分析,最后对每种算法进行了实验验证。最后,本文根据超声波检测原理,研究设计了一种信号识别方法-机器学习算法,并把它应用在超声缺陷图像的自动识别上。最后通过大量波形数据进行了算法验证实验,实验结果表明设计的算法具有极高的正确率。