随着家用汽车的广泛普及,汽车的安全问题越来越受到人们的关注。轮胎作为汽车的主要零部件,在汽车行驶安全中起着至关重要的作用。近年来,轮胎行业中的竞争日益激烈,产品质量成为企业取得核心竞争力的关键,而有效的轮胎缺陷检测方法能够保障轮胎出厂的质量,降低轮胎误检率的同时能有效减少缺陷轮胎的漏检数量。目前,轮胎的缺陷检测是针对轮胎内部结构的X光图像进行图像处理分析以获得检测结果。受算法准确率低、复杂度高和抗干扰能力差等问题的困扰,现有的轮胎缺陷检测算法在实际生产中难以普及。图像稀疏表示方法虽然有着较强的图像理解能力,但效率较低。本文在稀疏表示方法的理论基础之上,提出了快速K-SVD字典表示的缺陷检测算法,该算法使用快速K-SVD对无缺陷的图像进行训练,得到标准字典;然后用字典的伪逆矩阵快速求出图像在该字典下的表示系数,最后通过分析图像表示系数反映的全局特征和局部特征来描述缺陷,快速K-SVD的缺陷检测算法能够快速有效地检测出轮胎胎侧的杂质缺陷。针对不同型号、不同部位的轮胎缺陷在X光图中都有面积小、局部灰度变化大的特点,本文进一步提出了一种快速的自适应缺陷检测算法:快速PCA字典表示缺陷检测算法,该算法能通过训练检测图像快速获取PCA字典,并利用该字典的伪逆矩阵快速求取表示系数,通过对重构误差分析快速定位图像的缺陷位置。由于该字典是跟检测图像自适应匹配的,快速PCA字典表示算法能够实时准确的定位轮胎中不同部位、不同缺陷的位置。对轮胎X光图像进行大量检测,实验结果表明:本文提出的基于快速K-SVD字典表示缺陷检测算法不仅极大的提高了传统K-SVD检测算法的效率,而且对胎侧缺陷检测的有较高的准确率。基于快速PCA的图像表示缺陷检测算法在大幅度提高检测效率的同时,还能准确的检测不同类型的轮胎缺陷。相对于基于小波变换的多尺度分析方法和基于图像成分分解的方法,快速PCA图像表示缺陷检测算法有更高的检测准确率和效率,特别是对X光能量强弱、轮胎自身花纹的影响具有很强的抗干扰能力。