汽车轮毂是汽车运行当中的主要受力部件,质量合格的轮毂是行车稳定和安全的保证。目前,X射线检测由于其成像精度高,探测深度广,实时性高等优点,运用广泛。相对于8位射线灰度图像,16位射线灰度图像具有更高的灰阶表示,表示的精度更高,因此在轮毂检测时多采用16位灰度图像。但16位X射线灰度图存在冗余信息多,对比度低等问题。调窗是处理上述问题的好方法,但传统的人工手动调窗费时费力,而且对检测人员的先验知识有较高的要求。本文致力于实现一种实时性好,鲁棒性强,准确性高的自适应调窗方法以解决上述问题。本文首先介绍了目前存在的一些自适应调窗方法,主要包括:1以神经网络为基础的自适应调窗算法,算法繁杂,耗时长,而且需要大量的调窗好的图片作为训练集。2改进后的极值法,面积法,截线法等算法简单易实现,运行快。但鲁棒性太差。为了克服上述缺点,本文提出一种借鉴于语音端点检测的算法,该方法相比以神经网络为基础的自适应调窗算法,算法原理更为简洁,流程步骤更少,而且不需要大量的手动调窗图片作为训练样本,因而可以高效快速的处理问题。同时实验表明,本文提出的算法可以很好的处理新类型的图片,具有很好的鲁棒性,克服了简单算法适应性差的问题,很好的兼顾了效率与性能。本文的另一工作是以上述算法为基础设计并实现了一套缺陷检测系统,界面美观,功能较丰富,再结合本文算法的特点,可以快速高效的处理图片,同时增加了批量处理图片功能,可以一次性处理大量的图片。