日联科技拥有中外从业多年的资深研发团队，拥有省级工程技术研究中心、院士工作站、以及基于射线物理技术的物联网“云平台”。公司承担了国家重大科技项目“02 专项”、“863 项目”、科技部十三五规划重点专项“反恐专题任务”及云计算、大数据等物联  网新领域 X 射线智能检测装备的研发，并和中科院、清华大学、中国人民公安大学、长安大学等高校开展产学研合作，已取得 423 项和软件著作权。企业已获得 ISO9001 质量体系、ISO14001 环境体系、OHSAS18001 职业健康与安全体系、ISO27001 信息安全体系。产品获得公安部性能及安全、辐射安全许可证、美国 FDA 、欧盟 CE 。

在图像特征提取过程中，边缘提取是解决缺陷标记的有效方法，本文分析了几种经典边缘提取方法，以及改进了一种基于形态学梯度的X射线图像边缘检测方法。为了得到更好的阈值分割效果，本文还采用一种基于模糊集合的多属性阈值分割算法，针对图像的全局和局部属性选取阈值进行分割。这些方法应用在X射线图片特征提取中取得较好的效果。
　　 缺陷特征参数的选择和提取是缺陷分类的前提，直接影响着分类结果，通过对缺陷特点的分析，本文选取了几何特征，图像不变矩和灰度特征这些能准确反映缺陷本质特征的特征参数，并给出了各自的计算方法。在缺陷分类的解决方案上，采用具有自组织、自适应的BP神经网络算法对X射线图片中缺陷进行分类识别。在对系统架构进行了分析和设计后，利用Visual C++开发了基于X射线的图像处理软件平台。本文把设计的X射线实时成像检测与缺陷识别系统应用到太阳能硅电池板缺陷检测与识别中，获得了比较理想的效果。