随着造船工业的发展和焊接技术的提高,船舶焊缝X射线检测面临着越来越多的机遇与挑战。传统的射线底片质量评级方法是由人工进行评片,对底片上的焊缝缺陷进行分析,以确定底片所反映的焊接质量等级。这种方法存在人为客观因素影响大、效率低、对底片损伤大等缺点,难以满足工业生产不断发展的需要。因此出现了许多替代人工评片的技术,其中利用计算机技术的智能评片是一个非常活跃的研究领域。本文主要对船舶焊缝X射线底片扫描后得到的数字底片进行图像的预处理、图像的分析、缺陷的特征参数提取以及缺陷类型的识别等研究工作。图像的预处理是后续图像处理的基础。本文对焊缝X射线图像进行了噪声分析并提出有效的处理方法。针对X射线底片对比度低、边缘模糊等特点,分析了直方图均衡化方法对X射线底片数字图像进行增强,这种方法在一定程度上还拉开了图像的灰度分布,并利用模糊增强法进行图像的有效增强。图像的边缘提取是解决缺陷标记的有效方法,文章分析了几种边缘提取方法的原理,提出了一种基于数学形态学的X射线底片数字图像边缘提取方法,并通过实验对比,证明了这种方法运用在X射线底片数字图像中具有很好的效果。缺陷特征参数的选择和提取是缺陷分类的前提,直接影响着分类结果,本文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。在缺陷分类的解决方案上,采用基于大量数据的统计归类方法对X射线底片反映的焊缝缺陷进行比较识别。