随着冶金、机械、石化以及原子能、航天等现代化工业的高速发展，焊接生产在工业中的地位也日益提高，已成为仅次于装配和机械加工的第三位工作量最大的加工业，因此，对焊接质量的检测也越来越重要。焊接质量主要包括焊缝的有无、几何形状、焊缝的位置偏差以及焊缝缺陷等。尤其是在汽车工业中，经常需要快速检测焊缝及其质量，以便对装配质量进行评价。如何快速而且准确的对焊缝进行检测，这是本文需要解决的问题。 本课题的研究内容是上海汽车基金项目“基于红外CCD的焊缝检测系统”的关键技术之一。本系统应用于别克副车架检测上，对副车架21条焊缝进行检测，以保证副车架焊接合格。由于此21条焊缝所处的位置及方向的不同，所以必须采用多个CCD，分别对应于各焊缝，CCD通过USB接口与计算机进行通信。计算机对采集到的图像再进行一系列的处理和检测，在总体上对焊接质量进行评估，从而判断副车架的焊接是否合格。 本文主要致力于红外焊缝图像识别算法的研究。文章是以红外焊缝图像处理和识别的流程为导线来构架整篇文章。首先对红外焊缝图像的特殊性进行分析，为后面所采用的图像处理方法奠定理论和实践的基础。然后对红外焊缝图像进行亮度调节及滤波等图像初步处理，为后续的图像处理进行前期准备。 在红外焊缝图像的识别算法中，综合运用灰度共生矩阵、KL变换和不规则性判断三种识别算法对红外图像进行检测识别，针对焊缝特征的多样性和噪声的不确定性，充分发挥各种算法的优势，提高焊缝识别的准确率。其中不规则性判断是结合红外焊缝图像识别的具体实践，模拟人的眼睛识别红外焊缝图像的过程而提出的识别算法，其依据为焊缝形成时的瞬时高温打乱了工件原来比较规则的纹理，形成了相当明显的不规则性，从而造成已焊图像和未焊图像在不规则性上的差别。 所有红外焊缝图像识别处理过程都在WINDOWS操作系统上采用VC6.0编程实现，并进行了大量的试验，试验结果证明此红外焊缝图像识别算法有相当高的准确率，其中7条焊缝的判断准确率基本达到了100％。