随着国际竞争的日趋激烈,各行各业对于产品质量与性能的要求不断提出更高的要求。磁粉探伤作为迄今为止对铁磁性材料表面及近表面伤痕检测最有效的无损检测手段,已经得到非常广泛的使用,但是现行使用的磁粉探伤设备始终摆脱不了采用人工目测进行最终缺陷识别的弊端,其主要不足表现在以下几个方面：一是检测速度慢,工作效率低；二是操作人员劳动强度大且工作内容单调重复,导致漏检率高；三是荧光磁粉探伤工作现场紫外光对长时间工作的人员造成比较严重的身体伤害。本课题基于上述缺陷与不足,设计开发一套荧光磁粉探伤自动化缺陷识别系统,实现利用计算机代替人眼完成工件伤痕的自动化识别。文章首先分析了磁粉探伤缺陷识别自动化系统设计开发的相关技术发展与研究现状,指出当前技术存在的不足之处,采用模块化设计方法,构建了基于磁粉探伤技术与计算机视觉处理技术的系统总体结构与实现方案。通过对磁痕图像信息特征的分析,抓住目标信息与伪信息的特征差异,结合运用阂值图像分割与数学形态学处理原理,设计了基于Photoshop色彩范围选择功能与基于梯度特征差异的两种图像分割方法,实现了磁痕图像中目标信息与背景信息的准确分离；然后基于优化的区域生长理论设计了可疑连通域的快速提取算法,并抓住真伪伤痕特征差异对其进行了准确的判断识别；最后基于VC6.0编程工具与OpenCV计算机视觉库的运用,完成了整套方案的软件实现。本磁粉探伤缺陷识别自动化系统基于CJW-1000磁粉探伤试验平台进行了调试与运行,结果表明系统运行稳定,效果良好,达到了预先的设计目标,为自动化荧光磁粉探伤设备研制工作的成熟与完善奠定了基础。