X射线成像技术，如断层成像技术（CT, Computed Tomography）和数字辐射成像技术（DR, Digital Radiography），可以通过图像无损地展示被测物体的内部结构，广泛用于工业探伤和医学检测。在工业应用中，X射线无损检测尤其是实时批量检测有一定的时间限制，这就要求相应的图像处理方法能够快速完成检测任务；在DR图和CT体数据中，铸件的灰度对比度和缺陷的分布呈现出一定的局部特性，这就要求相应的图像处理方法能够很好地提取局部特征，能够得到较为准确的边缘检测或特征提取结果。但是传统的图像检测方法受图像数据尺寸或者图像模糊的影响，难以在这两个方面上取得平衡。为了提高检测效率，本论文将纹理描述算子局部二值模式（LBP，Local BinaryPattern）用于X射线图像的图像增强、边缘提取和特征提取等图像处理中。LBP通过加权代表圆域内像素间灰度差异的二值数值来描述纹理信息，具有计算方式简单性、信息提取局部性和单调灰度不变性等优势。本论文根据DR图像和CT体数据的特点，在保持LBP这些优势的同时，从加权方式、待处理数据特点和比较函数上对LBP作相应的改进，提高了LBP对方向和空间信息的提取能力，增强了LBP对边缘的捕捉能力，弥补了LBP对灰度差异程度描述能力的不足。铸件DR图像中缺陷区域的灰度对比度不高，利用LBP的信息提取局部化优势，可以增强含缺陷的DR图，但LBP无法同时增强含有不同方向缺陷的子图。针对LBP对方向信息提取不充分的缺点，我们改进了LBP的加权过程，利用有限线积分变换(FLIT, Finite Line Integral Transform)的积分值来确定图像主方向，按主方向选定合适的权重排列方式来加权对应的二值数值，获得含有方向信息的LBP值。该利用FLIT方向信息改进LBP的算法称为FLIT-LBP。因FLIT的方向优势，FLIT-LBP算法可以增强不同方向的缺陷；因LBP信息提取局部化的优势以及单调灰度不变性，FLIT-LBP算法可以增强不同对比度下的缺陷。特别的，FLIT-LBP可以对强灰度对比度的缺陷进行增强的同时，增强同一区域内灰度对比度相对偏弱的缺陷。经FLIT-LBP增强后，缺陷的特征更为突出，在此基础上提取相应的纹理特征，可以在一定程度上提高识别背景、铸件强边缘和缺陷的识别率。CT体数据尺寸较大，利用LBP的计算方式简单性可以较为快速地获得边缘，但LBP对微小的灰度变化过于敏感。为了克服这个缺点，我们研究了一种融合FLIT和LBP空间信息的三维边缘提取算法FL-fusion。通过融合多空间方向的FLIT值来获得二值体数据，以满足LBP在提取边缘时对数据的分段常数化要求。通过融合多平面LBP值来获得三维边缘，提高LBP对空间信息尤其是三维边缘信息的捕捉能力。FL-fusion可以克服噪声影响，较快地提取细化的、连续的、封闭的、较为准确的三维边缘。值得注意的是，FL-fusion能够保留边缘中的细节信息，如裂纹的尖端，为特殊部位检测分析奠定了基础。该方法同样也适用于其他含有复杂结构的CT体数据边缘提取。DR图像较为模糊，利用LBP对非单调灰度变化敏感的优势可以提取边缘，但LBP无法描述像素间灰度差异的程度，不能区分冗余的微小灰度变化和所要保留的较大的灰度变化。本论文针对此问题，利用相对光滑的比较函数来改进LBP，称为H-LBP。该算法通过嵌入含有单调递减性质的相对光滑H函数来逼近原来阶跃的比较函数S，并考虑了圆域内中心点和圆周邻点的灰度相似距离，以有区别地对待圆域内的灰度信息。另外，在该算法中增加了一个计数策略，以淘汰冗余的微小灰度变化。H-LBP计算简单，可以较为快速地完成边缘的提取；保留了对较大灰度变化的敏感性，增强了对灰度差异程度的描述能力，可以有区别地提取铸件边缘、灰度对比度较弱的小缺陷边缘和灰度不均的铸件号边缘，克服了噪声、伪影和图像模糊。H-LBP也可用于CT图像、背景复杂的图像和光照不均的图像。本论文针对X射线图像特点和实际检测要求，对LBP作出了相应的改进。实际实验证实这些方法具有处理时间短和检测效果好两重优势，可有效地增强图像、提取边缘和识别缺陷，对工业X射线无损检测具有指导意义。