金属板是交通运输、工业生产、原料容器等的基本材料,在国家的经济发展中的重要性不言而喻。随着金属板在役年限的增加,金属板在自然环境中被腐蚀,会产生很多腐蚀缺陷,再加上金属板的老化等原因,金属板会面临事故多发期,其安全性面临威胁。因此,对金属板进行无损探伤,及时发现金属板的缺陷状况、对金属板寿命做出评价和提出维护建议,是非常必要的,具有巨大的经济效益和环境效益。可见,基于图像信息的金属板缺陷特征提取具有极其重要的意义。金属板漏磁图像在数据采集时由于传感器、电磁干扰等原因会产生噪声多、图像边缘模糊、图像对比度低的问题。为了准确的获取缺陷特征信息,文中提出了相应的图像预处理方法,通过使用图像去噪和图像增强方法提高金属板漏磁图像质量,并通过图像阈值二值化缺陷提取方法提取出金属板缺陷区域。最后,通过仿真验证了管道漏磁图像预处理方法的可行性。金属板漏磁图像的缺陷边缘检测是缺陷特征提取的关键一步,针对这个问题文中对传统的边缘检测方法进行了仿真和分析,但是传统方法的效果不是很理想。因此,本文提出了基于PCA的缺陷边缘检测算法。在金属板漏磁图像预处理的基础上,用PCA缺陷边缘算法提取出缺陷区域和缺陷边缘,然后针对缺陷边缘较宽,坐标点多等特点对边缘细化。最后,利用八连通链码法对缺陷标号,并保存缺陷边缘的坐标信息。通过仿真达到了金属板缺陷图像边缘确定和边缘信息提取的目的。为了识别和描述缺陷的几何特征信息,文中定义了常用的缺陷几何特征参数,并推导了几何特征参数的计算公式。根据缺陷边缘的链码和坐标信息,通过计算得到每个金属板缺陷的缺陷面积、缺陷周长、缺陷的长短轴长度、缺陷的分散度和偏心度五个缺陷特征参数的数值信息,达到了对金属板无损检测缺陷特征提取的目的,取得了比较理想的效果。最后,在总结分析全文的基础上,针对文中方法的不足,对未来的研究和工作方向做了展望。