焊缝缺陷作为影响石油钢管制管质量的主要因素，成为钢管质量检测中的主要任务之一。本文主要研究了数字图像处理技术在石油钢管X射线焊缝图像缺陷检测中的应用，并利用可视化的Delphi软件对焊缝图像进行相应的处理。　　 由于受噪声的影响，X射线实时成像系统采集到的焊缝图像存在对比度低、边缘比较模糊等特点，实现焊缝缺陷自动分析、检测和评片系统的难度很大。　　 针对其特点，在分析石油钢管X射线焊缝图像主要特征的前提下，对图像进行预处理、噪声滤除、图像增强、边缘检测和特征提取等处理，突出了缺陷的特征。首先采用中值滤波改进算法滤除图像中的噪声，提高了图像整体的灰度值；其次，在图像增强中通过对非线性正弦函数增强算法和神经网络增强算法的比较，证实正弦函数增强算法能较好的提高目标与背景的对比度；第三，采用Sobel边缘检测算子检测出焊缝图像的边缘，并用最小二乘法对不连续的边缘进行曲线拟合以利于计算机识别；最后对处理后的二值化图像边缘线内部的缺陷采用递归的二值化图像连通域标记算法求出连通域。通过对缺陷特点的分析，选择了一组能够准确反映缺陷本质特征的特征参数，并给出了各自的计算方法从而得到焊缝内部缺陷的类型。　　 通过实验及实践检验证明这一系列的图像处理算法在X射线数字图像焊缝检测中具有很好的效果。