在铁路高速、重载运行过程中,车轮各部位易产生疲劳缺陷,良好的轮对质量能保障列车的运行安全。由于车轮轮辋与钢轨直接接触,承受着巨大的摩擦及碾压,因此,轮辋是检测的重点部位。超声波无损检测技术非常成熟,可检测工件的表面和内部缺陷,该技术在火车车轮检测中的应用,克服了人工检查的局限性,检测速度快,效率高,满足铁路安全运输的要求。经过调研分析,本文通过采用固定式轮对检测系统来检测轮对缺陷,该系统将传统的超声波探伤技术与相控阵超声探伤技术相结合,可实现对轮对各类常见缺陷的检测。然而,对于检测图像中缺陷的定位,主要是靠现场操作者手动操作来实现,工作量巨大,不仅耗时耗力,也存在人为误差,降低了探测效率,很难适应我国高速列车发展的要求。本课题旨在对固定式轮对检测系统的现场车轮检测图像,研究其缺陷定位方法及设计自动识别算法实现缺陷的自动定位,提高检测的速度和准确性。本文在分析总结国内外轮对超声波检测技术和系统的基础上,结合检测对象--我国动车车轮的结构和缺陷分布特点,重点分析系统超声检测工艺,通过获取各型轮对的PE检测模式下的B扫描图像,首先根据缺陷定位方法大致判断出缺陷的位置,再对获取到的图像进行特征分析及提取,提出了一系列基于图像增强,形态学图像处理,质心提取等的自动识别算法。通过试验验证,该算法可行,能够实现PE检测图像的自动定位,达到了预期的目标。