焊缝缺陷X射线照相检测技术是采用透射获得的焊缝胶片并借助评片人员的观察判断而实现的,这种方法存在操作繁琐、失误率大、耗费存储空间的缺点。随着透射探伤成像设备和计算机技术的发展,借助透射探伤设备产生的焊缝X射线数字图像和数字图像处理识别技术来进行焊缝缺陷检测的方法已经成为主流。以焊缝X数字图像和图像处理技术为主导的方法具有效率高、操作简便和人力消耗少的优点,但由于检测环境和器材以及检测人员的操作水平的不同,造成了焊缝X数字图像的多样化,这给图像处理带来了识别率低、通用性差的问题。因此如何提高焊缝缺陷识别率成为现在研究的热点之一。本文根据国内外相关技术发展的现状,通过图像采集、图像预处理、图像分割、缺陷特征提取、缺陷定量和分类识别几个步骤完成了对焊缝缺陷X射线图像的检测识别。首先采用XRS-4射线源和Q345焊接板材作为实验器材,并通过300mm的焦距获取了91张焊缝X射线图像。通过实验在空域滤波和频域滤波中确定了效果较好的Smax=7的自适应中值滤波,同时在对比度增强中确定了使图像灰度分布均匀拉伸的线性灰度变换增强方法。其次对图像进行了分割处理和区域标记,针对边缘检测分割提出了一种基于连通域判定的自适应焊缝检测方法,将该方法与传统的边缘检测算法进行实验比较,其分割效果良好且只产生少量的噪声点。接着对分割出的缺陷提取了11个特征值,并采用降维算法成功将特征向量优化到3维。随后研究了采用像质计和透射几何关系对焊缝缺陷进行定量的方法,并用模拟实验验证了像质计法的误差主要在1%到3%之间,之后借助GA算法对SVM参数进行优化,对采集的样本数据进行训练识别并达到了92%的平均识别率。最后结合制作的软件建立了一套焊缝缺陷X射线图像定量定性检测识别系统且达到了预期的效果。