试析图像处理技术在磨损表面图像分析中的应用研究

《试析图像处理技术在磨损表面图像分析中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国农业大学硕士学位论文图像处理技术在磨损表面图像分析中的应用研究姓名：李映申请学位级别：硕士专业：农业机械化工程指导教师：周强2002.3.1摘要厂怫文根据数字图像采集系统获得的磨损表面图像，进行磨损机制分析，并运用数字图像处理技术中的边缘检测和轮廓提取等技术，对磨损形状进行特征提取和分析，运用面积测星可计算不同磨损机制在整个磨损主体所占的比重，并根据纹理特征分析方法判断图像的纹理特征，为实现计算机对磨损机制的智能化识别提供参考。心本文所做的主要r作如下：1．对磨粒磨损和粘着磨损的磨损机制进行分析。2．为了将磨损区域与背景分开，对图像采取迭代法和最大方差化法对图像阈值进行提取

2、，得出低载大磨粒磨粒磨损、高载小磨粒磨粒磨损和粘着磨损这三种磨损形式的阈值分别为151，147，ll8，对图像进行二值化处理。(然后应用边缘检测的经典边缘检测算子Sobel算子、Gaus1aplace算子和模板匹配法中的kirsch方法对图像进行边缘检测以及轮廓提取，使这三种磨损形式的不同磨损机制所产生的形状轮廓得到清晰地体现，并结合磨损机制分析形状轮廓的特点。弋3．运用一种基r边素的图像轮廓编码方法，应用图像外围轮廓的编码法计算出不同磨损机制造成的磨痕形状所占的面积及在整个磨损主体中所占比重，判断磨损图像不I司磨损机制的作用程度。4．通过傅立叶频谱和灰度共生矩阵特征量的提取对

3、图像进行纹理分析，由于不同磨损机制的作用，图像纹理具有不同的特性。[关键词]：图像采集j磨损机制i边缘检测，图像编码i纹理分析，AbstractComputerimagcprocessingtechnol093analysisingthewearsurfacecharacterhaddexelopedrapidl3．alldgotwidcl3recognitionandapplic,'ItionAccordingtothewear-surl’aceimageobtainedb、digitalimage—collectionsysteln．Ianal5sethe、、carlnec

4、hanism．then．construewearshapecharacterwithedgedetectionandskeletonmaptechnol0937．calculatetheproportionofdifferentwearmechauismtothewholemechanismwithareameasurement．judgethetexturecharacterofimagebasedonthemethodoftextureanal37sisSOastoprovidereferenceforthecomputer’Sintelligentizeidcntit3t

5、owearmethanismM3JobisasfolIo、、ed：IAUal、tsillgthewearmechaniSInofabrasl、e，adheslvewear2Detachilagthewearregionandbackgronnd．caculatingthethresholdvalueis151，I47，11Ktakingoverlapmethodandnlaxinl'Liuldispersionmethodofhigh—loadsmallparticleabrasiven?ear，low-loadbigparticleabrasivewearandadhesiv

6、ewear．thenprocessingedgedetectionandskeletonmapwithclassicalsobelandGauss·laplaceandkil’scharithmeticoperatorsol’tempIatematchingnlclhod．makingtheshapeskeletonproducedbydifferent、、earlnechanismembodiedcleared．andanal3singthetraitofshapeskeleton3Calculatlngtileportionalldareaofdifferent、、earf

7、orlnmadeby",vealmethenismwlthacodingmethodbasedOnthemarginelement，andludgingtheactiondegreeof,searincIhalliSm4Anal31singtiletextureofwearsurfaceimagethroughFourierfrequenc!'7spectrumandgre3matrixeigenvalue．imagetexturehasrespectivecharacterbecanseo