[目的]为解决当前航空发动机热障涂层孔探图像识别工作以人工目视为主、效率低且存在人为因素的问题，设计了一套基于图像识别与深度学习的发动机孔探图片识别系统。[方法]首先收集并整理了某航空公司一线飞机维修员拍摄的CFM56发动机涡轮叶片及燃烧室孔探图像，构建了发动机热端部件孔探图像数据集，接着对孔探图像进行预处理，最后用Blob分析对预处理后的孔探图像数据集进行特征提取与系统分析。[结果]该系统可有效识别发动机热障涂层的故障，运行快、准确率高且可对图像进行连续自动识别。[结论]利用图像识别技术对航空发动机热障涂层的孔探图像进行识别不仅可提高工作效率，而且可避免人为因素对航空安全的影响。