在工业探伤领域中,由于焊接过程出现的各种问题,会导致焊缝中含有气孔和裂纹等缺陷,影响产品的质量和安全,所以焊接图像中缺陷的检测十分重要。受传统X射线焊缝图像检测的评片人员的技术素质和经验的影响,焊缝缺陷的检测逐步从人工评片过渡到计算机智能识别。采用X射线实时检测系统在线检测与分析,可以有效地克服人工评片引起的误判,从而使在线检测工作客观化、规范化、标准化。本课题以便携式数字化焊缝底片检测仪为研究对象,以数字图像处理技术为基础,设计了具有便携式特点的图像采集与处理系统,本文详细论述了便携式图像采集与处理统的开发与研制,以及技术上的实现。而且建立了基于BP神经网络的焊缝图像识别系统,实现故障类型的模式识别。论文首先介绍了数字化焊缝底片检测仪的国内外发展现状,接着介绍了图像采集系统的总体设计,系统分为四大部分：传片机构部分、步进控制部分、图像采集部分和系统照明部分,并对各部分的功能与设计进行了详细的阐述,包括传片机构的设计、系统固件程序设计及步进电机的调速与正反向控制。论文又介绍了图像预处理、边缘检测和焊缝底片缺陷识别算法等。根据欧式距离度量的特征选择判断依据,确定缺陷长宽比、缺陷圆形度、缺陷的等效面积、缺陷与背景灰度差、缺陷自身灰度偏差、缺陷的相对位置作为识别分析的参数,使用BP神经网络的方法对焊缝底片中的缺陷进行模式识别。