为了保证工件的产品质量，尤其是那些与交通安全直接相关的零部件的安全，如铁道货车摇枕、侧架，车轮，道叉等，必须对工件内部的缺陷进行严格的质量检测及等级评定。射线检测技术以其独特的优势广泛应用于工业产品内部缺陷的无损检测中。但是，目前对射线检测结果的评判，还主要依靠人工评定的方法。该方法工作量大，效率低，而且评定结果受评定人员主观因素的影响较大，很难满足现代生产的需求。为了提高识别效率同时减少人为因素引起的漏检误判，并使评判结果客观化、规范化、科学化，研究基于射线图像的缺陷自动识别系统就显得非常有实际意义。　　 工件缺陷大致分为两类：一类是工件内部零部件的装配错误，如关键零部件是否漏装，安装位置是否正确等；另一类是工件内部材质存在的缺陷，如气孔、裂纹、夹渣、收缩等。本文主要针对第二类缺陷的识别技术进行研究，最终目的是开发基于X射线图像的铸造缺陷自动识别和分类软件，完成对工件内部的四大典型缺陷(气孔、裂纹、夹渣、收缩)的自动识别，其中以对气孔的识别为重点。这里的X射线图像指两类图像，即CT、DR图像。　　 文中，首先研究并分析了工件X射线图像的分形特征及其无标度区间。其次重点研究了缺陷识别中，图像预处理、缺陷分割、缺陷分类三大部分的实现方法。在预处理部分，针对实际待检DR图像存在横/纵向条状伪像的特点，提出了一种去除条状伪像的方法，对厚度均匀的工件DR图像，取得了很好的去伪像效果；在图像分割部分，首先研究了一种基于盒分形维分割法和盒像素点覆盖法共同作用实现缺陷定位的方法，其次改进现有的链码跟踪方法，实现了缺陷的准确定位和精确跟踪；在缺陷分类部分，首先提取缺陷的5个灰度统计特征，其次设计了一个二叉树分类器实现了四大类缺陷的准确分类。最后，开发完成一套基于X射线图像的铸造缺陷自动识别和分类软件。结果表明该缺陷识别软件对于面积大于3×3像素的缺陷，识别率可达到90％以上。