欢迎来到天天文库
浏览记录
ID:51527519
大小:2.30 MB
页数:2页
时间:2020-03-12
《基于数字图像处理的表面裂纹检测算法 (1).pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、科技博览基于数字图像处理的表面裂纹检测算法陈 楠 刘晓宇 姚 喆 张光宇(130117 装甲兵技术学院 吉林 长春)摘 要:本文提出了一种基于数字图像处理技术的表面裂视频信号,再输入到视频采集卡,由计算机采集成图像并保存处理。纹检测算法。运用这种算法能精确的检测裂纹的位置、长度等(二)去除噪声特征。将这种裂纹检测算法运用到裂纹自动检测系统以及裂纹我们所检测的试件是在高温高压下工作的,由于试件周围扩展行为监测中不仅大大降低了劳动时间和劳动强度,而且提有加温圈,灯光照射后在试件表面产生不均匀性。为了便于后高了测量的准确性。续处理,有必要去除由于灯光、环
2、境等因素所产生的噪声。首关键词:图像处理;表面裂纹;特征提取先,在相同的实验条件下,用一张白纸放置于被检测目标前并摄取其图像;然后从被检测图像中去除该图像,从而有效去除一、概述由于灯光、环境等因素所造成的噪声。工业中,发动机属高速旋转机械,它的多数零部件均在高(三)边缘检测及阈值分割温、高压的环境中工作,所受载荷复杂,使用环境恶劣,故障物体的边缘是以图像局部特性的不连续性的形式表现出来频率高,造成的严重后果不仅危及人、机安全,而且会造成巨的,例如,灰度值的突变,颜色的突变,纹理结构的突变等。我们这里大的经济损失和恶劣的社会影响。在这些故障中,发动机疲劳所指的
3、边缘就是物体表面的裂纹。本文采用了两种不同的边缘检裂纹损伤是导致发动机损坏的主要原因之一。因此,对有关构测算子,通过将两种算子相结合的方法来提取边缘点的集合。件的缺陷、疲劳裂纹的产生、扩展进行检测就显得更加重要。(四)图像填充因此有必要寻求一种行之有效的检测技术。由于裂纹具有连续性的特点,所以需要对阈值分割后的图随着计算机技术的高速发展,计算机为许多行业提供了一像进行填充处理,即把由裂纹点包围的非裂纹点进行填充,使种强大的工具。它可以实现以前不能实现的一些方法。数字图其变为裂纹点。像处理就是随着计算机技术的发展而迅速发展起来的。计算机(五)裂纹的标号及连接的
4、高速运算能力为数字图像处理提供了技术支持,使数字图像经过边缘元素的检测,虽然在视觉上得到了较好的效果,处理在工业中得到了广泛的应用。数字图像处理技术的应用是但检测出的边缘点不连续。特别是在裂纹与物体之间的灰度反实现产品质量监控和故障诊断的最有效方法之一。差较小时,往往检测不出边缘,从而形成一些缺口。而我们的通过数字图像处理技术对裂纹的形成、走向进行实时监测,最终目的是要检测出裂纹的长度和方向,因此必须对边缘检测不仅大大降低了工人的劳动强度、提高了检测效率,而且可以观的图像进行标号和连接。我们首先将阈值分割后的图像进行标察和回放零件从起裂到断裂的全过程,从而对
5、研究有关零部件裂号,然后去除一些长度小于一定值t的小线段;重新标号后,我纹的扩展机理以及预估疲劳寿命都起到了重要的作用。们可以根据先验知识将断开的裂纹连接起来:如果一条裂纹在二、识别算法流程图另一条裂纹的扩展方向上,而且这两条裂纹离的很近,我们就整个裂纹检测算法共分成七个部分,如图1所示。第一、二将两段裂纹连接起来,最终得到我们要检测的裂纹图形。步为图像获取和前处理部分,主要完成图像的采集和去噪等工(六)细化作。第三步边缘检测和阈值分割是整个检测算法的关键。这一为了便于后续的描述和特征提取,我们对二值化后的图像步的处理效果将决定整个检测算法的精度。根据所的裂
6、纹图像进行了细化,以便清晰的显示出裂纹的长条形特点,并为裂纹的特点,我们选取了两种算子相结合的检测算法。第四到第七的长度测量、扩展方向估计等工作创造条件。步为后处理部分,主要实现图像的清晰显示和特征测量。(七)特征的提取通过上述过程已经将裂纹区域“孤立”出来了。准确的提取这些“孤立”出来的裂纹区域的几何特征是本算法的最终目的。我们可以利用细化后的图像方便的提取出裂纹长度、走向等特征,并对不同时间段的裂纹特征进行分类和比较,从而方便的进行裂纹扩展机理等的研究。四、总结与讨论本文针对某发动机二级涡轮叶片实际工作环境的特点,设计了一套适用于表面裂纹的检测算法。该算
7、法能较好的检测出叶片表面的裂纹分布,并且通过该算法能够准确的测量出裂纹的长度和方向,从而对研究叶片裂纹的扩展机理以及预估疲劳寿命都起到了重要的作用。参考文献:[1]Gunatilake,P.;M.W.Siegel;A.G.Jordan;G.W.Podnar,“ImageUnderstandingAlgorithmsforRemoteVisualInspectionofAircraftSurfaces,”Proc.SPIEVol.3029,pp.2-13,MachineVisionApplicationsinIndustrialInspectionV.[2]P
8、ynn,J.;Wright,A.;Lodge,R.,
此文档下载收益归作者所有