应对国防及国民工业的发展需求,焊接件的质量要求日益增高。基于传统的无损探伤法（X射线、超声、磁损等）存在工作量大、成本高、非实时等缺点的现状,本论文针对气体熔化极弧焊和激光焊接,在焊接视觉信息采集、图像预处理技术以及焊接缺陷识别算法方面等开展研究,完成焊接缺陷模式识别系统的开发,并实现对常见的4种焊接缺陷（形状缺陷、过热、飞溅和未熔透）的模式识别。本论文的主要研究结论包括:（1）选用1-5μm波段、10-500 Hz帧数的红外CCD采集熔池图像,降低了弧光干扰。根据熔池图像噪声特点,通过采用改进滤波算法和改进双线性插值算法对图像进行预处理,获得了具有清晰特征的熔池图像。采用钨铼热电偶对红外热像图进行温度标定,确定了实际温度T与红外热像图中像素灰度值x满足:T=1718-1788.4/(1+e^{（x-110.6）/28.1})关系式,可决系数为0.995。（2）使用阈值化分割处理获得了熔宽、焊缝中心曲线以及熔核区面积比等熔池特征参数,分析并归纳了GMAW弧焊中焊缝形状缺陷、过热、飞溅以及激光焊接未熔透等缺陷的特征识别模式。（3）针对GMAW弧焊:a)设计了形状缺陷识别算法,通过检测熔池间断区、熔宽方差和导数、焊缝中心线拟合残差来识别形状缺陷;b)设计了过热缺陷识别算法,通过分析最大熔宽、最大熔长和熔核区面积来识别过热缺陷;c)设计了一种基于位置迭代的孤立区域检测算法,能准确识别出熔池红外热像图中飞溅物数量和尺寸大小。（4）针对激光焊接建立了焊接结束后熔池在2.5 s内的温降值与熔透性之间的对应关系,提出了一种采用熔核区面积比来识别未熔透缺陷的算法。（5）开发了界面友好的焊接缺陷识别软件,实现了焊接过程的实时可视化监控和焊接缺陷自动识别,为焊接过程控制与质量检测提供了一种新途径。