无损检测是一门新兴的综合性应用技术学科,它能控制加工制造中的产品质量、保障在役设备的安全运行等。无损检测在机械、冶金、电子、化工、铁道、船舶、核能、航空、航天、电力工业等各种工业中得到广泛的应用。民航系统中,飞机每次升降过程都要经历一次加压和减压,这容易使固定飞机表面的铆钉周围的材料产生疲劳,形成放射性微小裂纹。当裂纹扩展至临界裂纹长度后,会快速失稳扩展,最后导致结构断裂破坏,这种结构的断裂破坏也是造成空难事故最重要的原因之一。老龄化飞机结构缺陷检测技术研究日益受到各国航空组织的重视。本课题以飞机蒙皮缺陷为研究对象,开展了结构缺陷检查机器人识别算法研究。提出一种基于模糊支持向量机自动识别飞机蒙皮磁光图象中铆钉裂纹缺陷的新方法。飞机蒙皮原磁光图像中有多种干扰,蛇形纹、照度不均等。为便于识别,对原图像进行了一系列的预处理工作,mask减处理、去噪、侵蚀/扩张处理、二值化、边缘检测等。针对预处理得到的铆钉不规则边界特点,采用阈值法确定近似铆钉区域中心,将由中心发出的星形射线矢量作为识别的基本特征,采用模糊支持向量机方法对铆钉周围裂纹的方向进行分类。其中,支持向量机采用径向基核函数,利用网格法选取核宽及惩罚常数,并结合模糊隶属度函数解决多类分类问题中存在的错分、拒分现象。样本测试实验结果表明,算法具有很高的识别率。另外,本课题的研究对于电厂设备的在役检查有一定的借鉴作用。