气缸套作为内燃机的关键重要部件,国内外厂家与用户都对其生产质量提出了严格的要求。目前,针对气缸套缺陷检测的常用方法主要是涡流检测和X射线检测。然而,由于肌肤效应,涡流法只能检测到气缸套表层或近表层缺陷,对气缸套的深层缺陷难以检测,经涡流检测后的气缸套有可能会把隐患带入到后续的内燃机装配生产中。当前的X射线检测方法大多依赖于人眼识别,面对当前大批量生产的气缸套产品,这种人眼判读法不仅检测速度慢,人工成本高,而且易受主观因素的影响,可靠性不高,不利于后期对缺陷成因的分析与铸造技术与工艺的提高。基于上述背景,本文提出了基于灰色理论的X射线气缸套自动检测技术。针对缺陷特征难以提取的问题,本文首先利用简化B型关联度检测出气缸套的边缘和缺陷小块,然后利用形态学重建的边界填充方法对气缸套边缘进行填充,提取出缺陷小块,最后利用形态学的膨胀腐蚀对缺陷小块进行预处理,提取出气缸套中的缺陷。缺陷特征提取的难点是如何提取出缺陷小块,本论文经过分析缺陷区域属于高频分量,计算其中心像素和它周围8邻域像素差值的均值构造新的子图像矩阵,进而增强高频分量,然后采用矩阵均值化算子和简化B型关联度相结合的方法检测气缸套的边缘和缺陷小块,准确提取出气缸套的缺陷。产品的缺陷检测一方面用以保证产品的质量,另一方面对废品的缺陷分类识别则有助于找出缺陷成因,提高气缸套的铸造生产工艺,提高产品合格率。本文利用递进模糊识别方法对缺陷进行分类,主要根据缺陷的特征属性,判别气孔、缩松、缩孔和裂纹的隶属度阈值并进行对比,进而判断缺陷所属类别。实验结果表明,本文提出的方法实现了气缸套缺陷的X射线自动检测识别,可以快速准确提取出气缸套的缺陷,并实现了缺陷类别的快速分类。本论文相关技术的研究,有助于我国X射线自动识别技术的发展。