近年来,随着“人工智能”的兴起,各行各业都在向着计算机智能化飞速发展。尤其是在无损检测领域,计算机智能化评片以其高效性、经济性、客观性逐步取代了传统的人工评片检测方式,对于基于X射线成像油气管道焊缝缺陷检测来说,传统的人工评片检测方式工作效率低,缺陷检测标准不一,易受主观因素影响。因此,研究利用数字图像处理技术对焊缝图像进行缺陷检测,提高检测的准确率和工作效率,具有重要意义和应用价值。本文以由DR成像系统采集得到的原始焊缝图像为研究对象,通过对图像预处理,提取焊缝区域(region of interest,ROI),设计检测算法共3个步骤实现了对钢管焊缝缺陷的自动检测,并根据工厂实际需求,为其设计并开发了一套基于DR成像的缺陷自动检测系统和焊缝图像存储管理系统。本文的主要内容概括如下:(1)针对采集到的原始焊缝图像中存在噪声多、图像质量差等问题,通过分析焊缝图像中噪声的模型,并结合动、静态焊缝图像不同的检测需求分别提出不同图像降噪算法进行降噪:(2)针对原始焊缝图像灰度值整体偏小,图像偏暗等问题,根据不同的需求选择了合适的图像增强算法进行图像增强,改善了图像质量:(3)在现场调试过程中发现由于采集设备等一系列环境因素的影响导致在同等采集条件下同等处理手段处理后的焊缝图像仍然存在图像质量差异的问题,为此,通过分析实际图像数据的特点提出了灰度值归一化的处理手段;(4)通过Canny算子边缘检测,霍夫变换直线检测等相关方法实现了在整幅图像中提取焊缝边界,进而实现了焊缝区域的提取:(5)提出了基于ButterWorth高通滤波的缺陷检测算法进行焊缝中的缺陷检测,同时利用OTSU算法完成对缺陷的分割提取,并针对动态焊缝图像要求检测实时性高的问题也设计了相应的解决方案,经过实际现场测试,基本满足了检测实时性的要求。(6)应某石油钢管厂委托,为其设计并开发了基于DR成像的石油钢管焊缝缺陷自动检测系统,以及焊缝图像存储管理系统。该系统已经完成交付并投入使用,效果良好。