在工程实践中,复杂产品的可靠性与其内部结构状态紧密相关,尤其对于航空、航天、军事等领域的产品,其内部结构状态的正确与否决定了整个产品系统的成败,因此,需要对产品的结构状态进行检测。由于复杂构件内部结构互相重叠、交错,给准确、快速检测造成了很大的困难。针对这一问题,本文提出了复杂构件内部结构状态的有效特征提取方法,为快速、准确地检测复杂产品奠定了基础。首先,本文针对复杂构件的内部结构特征,采用X射线数字成像系统采集被检测产品的序列图像,并分析X射线序列图像的特征。其次,本文在总结传统图像预处理方法的基础上,针对X射线图像的特点,讨论不同小波函数去除图像噪声的方法;对于背景的干扰,采用改进的FCM和二维直方图相结合的方法分割图像,并将此方法与灰度变换相结合,通过实验分析证明,该方法在有效抑制噪声的前提下,较为准确地将目标图像从背影中分割出来。最后,本文在概括介绍常用的特征提取技术的基础上,针对构件内部结构互相重叠、交错等特征,提出了KPCA和基于混合投影的KPCA方法。并通过实验,在识别准确率、速度上对PCA、2DPCA、KPCA和基于混合投影法的KPCA进行比较,证实了本文采用的KPCA方法识别准确率最高,基于混合投影法的KPCA次之。但是,混合投影的KPCA在识别速度上高于KPCA,在保证产品识别率的前提下,混合投影的KPCA法更适合在线检测的要求。