目前,对裂纹的检测,仍使用传统的人工检验方法。随着数字信号处理与神经网络技术的广泛应用和经济效益要求的逐步提高,需要有一种检测系统,正确有效地检测出钢球表面裂纹。小波变换可以有效的去除信号的噪声与干扰,提高信噪比,很好的保留与增强了信号的特征部分,使得信号的去噪效果更好。人工神经网络通过对输入样本的学习找到隐含的非线性关系,在网络的学习阶段,其拟合值远远优化于传统的数学模型,为裂纹的检测提供了保证。本论文利用小波变换及神经网络对钢球表面裂纹进行检测。利用小波技术对信号进行去噪处理,经过网络训练自动形成所需要的决策区域实现钢球裂纹检测。深入研究了钢球表面裂纹检测系统,并结合本系统对所采集信号进行了大量实验,验证了本系统所采用的信号处理的可行性。本系统处理过程具体包括小波变换、阈值选取,并运用神经网络最终实现了钢球表面裂纹的检测。