为了提高无损检测的工作效率及可靠性,研究超声图像中缺陷目标的自动识别方法.根据超声D扫描图像的特征,在背景杂波抑制及噪声抑制的基础上,采用基于KSW二维信息熵的阈值分割方法对图像进行二值化处理.结果表明,由于不能兼顾图像各处的细节信息,基于二维信息熵的全局阈值图像二值化方法会产生欠分割.当图像尺寸较大时,全局阈值方法会丢失许多像元数目不多的集群,造成小目标的漏检.基于二维信息熵的局部阈值法充分考虑了图像的局部区域特征,能有效地识别图像中的缺陷目标,从而提高缺陷检出率.