本文针对全自动荧光磁粉探伤的重点和难点，即图像分割、特征提取和裂纹识别，进行了较深入的研究和改进。首先，提出了一种适合荧光磁粉裂纹图像的分割算法，即基于二维Fisher准则函数的区域生长算法，实验结果表明，与Otsu算法和传统区域生长算法相比，所提方法具有更好的分割效果。其次，改进了条件跟踪算法的自适应性，完善图像分割效果，降低特征提取的工作量。再次，根据荧光磁粉裂纹图像特点，在分析特征向量产生方法基础上，选取出六种有效特征向量，实现裂纹图像的特征提取。最后，针对上述六种特征向量，基于最小错误概率贝叶斯决策和BP神经网络两种常用方法，实现裂纹的自动识别，并将使实际图像识别效果最佳时的特征向量和利用类内类间距离可分性判据得到的理论最佳特征向量进行比较，分析了二者存在差异的原因。同时，又从识别率和风险率两个方面进一步验证了本文提出的分割算法和条件跟踪算法自适应改进的有效性。