荧光磁粉探伤裂纹智能识别图像处理研究

《荧光磁粉探伤裂纹智能识别图像处理研究》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、荧光磁粉探伤裂纹智能识别图像处理研究荧光磁粉探伤裂纹智能识别图像处理研究2010年10月11日　　摘要磁粉探伤的发展趋势是自动化、智能化，而工件表面状态、真伪裂纹、工况前提等使得现有的检测识别方法难以知足工件表面裂纹缺陷自动检测识别的须要。分析了工件表面荧光磁粉图像特征及裂纹缺陷特征；研究了表征裂纹邻域像素空间相关度的二维直方图分布；提出了基于多重分块极值的图像边沿检测算法；根据裂纹邻域像素空间相关度参数，以及裂纹缺陷的长宽比、圆形度等特征，设计了基于Fisher线性判别办法的工件裂纹识别算法。以此为基本的荧光磁粉探伤工件裂纹缺陷自动检测识

2、别技巧，应用于火车轮轴检检测线实时检测，裂纹缺陷的有效检出率达百分之九十。　　要害词磁粉探伤，自动探测与识别，多级检测机制　　1．引言　　目前世界上磁粉探伤机的发展趋势是自动化、系列化、智能化，大量采用PC机把持，磁痕显示采用荧光磁粉，特殊重视探伤速度和检测敏锐度。跟着我国产业的发展，在机械工业中良多主要零件（亦称保安件）需要百分之百的在线探伤。由于这些整机大小各异，几何形状庞杂，急切需要自动半自动的荧光磁粉检测装备。早在20世纪80年代就开发了轮对的半自动荧光磁粉探伤机，除磁粉显示的裂纹依附人眼观察外，其它工序均是自动完成的，现已得到普遍

3、的应用。目前海内大多采用可编程序节制器实现探伤过程的部分动作自动化，近年来也出现了数字化磁粉探伤监控治理系统，应用计算机技术的人机界面操作系统，实现探伤操作的自动化，同时改良了操作职员的工作环境，防止了紫外线照耀对操作人员皮肤、眼睛的损害，在一定程度上进步了工作效力和牢靠性。虽然此类探伤系统通过图像子系统对工件进行探伤，但还是通过人眼视察拍摄的图像来断定工件表面是否存在缺陷，对缺陷的判定引入了人为因素，且长时间的观察易使人眼产生疲劳，因此产生误判、漏判。　　2．裂纹图像分析　　2.1工件缺陷特征分析　　察看工件表面图像，裂纹缺陷具有以下特征

4、：　　（1）在局部范围内亮度较高，即灰度值较大；　　（2）呈现细长状，长宽比一般很大；　　（3）有一定的曲折度，一般不会表现为直线状；　　（4）存在天然的连续性，平滑性较好。　　a有缺点图像　　b无缺陷图像　　图1裂纹有缺陷图像　　断定缺陷数量与类型，通常用的且比较理想的方法是检测圆形度，其定义如下：　　（1）　　其中，S为面积，L为周长。当区域是圆形时，此值最大，假如是修长的区域，此值最小。因而只有限定的值小于某一值时，即可认定此区域为裂纹。　　还可以参加长度和宽度特征，其中包括[5]：　　（1）裂纹的长度特征，只有在连通域长度大于规定值

5、时，才以为可能是缺陷，利用这一特征可消除二值化过程中噪声引起的小面积亮区；　　（2）裂纹的长宽比特征，根据实际教训，裂纹图像的长宽比通常较大，正常长宽比大于3的连通域才有可能是裂纹；　　（3）裂纹图像的均匀宽度特征，有些连通域固然满意长宽比的特征，但却是宽度很大的烦扰图像，只有平均宽度在划定范畴内才可能是裂纹图像。　　上述连通域的长宽比和连通域的平均宽度的计算公式如下：　　，（2）　　式中为连通域长度，为连通域内像素点个数。　　裂纹外形各种各样，图2.1.2.1（a）为线裂纹，（b）为堆裂纹，（c）为胖裂纹，图片都经过放大。　　如果将上述较

6、为常见的裂纹在现有处理计划中进行处理识别，会发明它们对线裂纹的识别率比拟幻想，但对后两种裂纹误判率比较高。起因在于，在判别裂纹时计算得到的圆形度很可能超过界定规模，发生误判。　　2.2工件名义图像二维直方图剖析　　灰度一维直方图仅仅应用了点灰度信息而未充分利用图像的空间信息，在图像的特征中，点灰度无疑是最基础的特征，但它对噪声较敏感，区域灰度特征包含了图像的部分空间信息，且对噪声的敏感水平要低于点灰度特征。综合利用点灰度特征和区域灰度特征可以较好地表征图像的信息，这就是图像的二维直方图所研究的内容。其详细定义方法根据需要可以不同，比方利用左

7、右像素点的关系，像素点和邻域灰度均值的关联等，这里咱们定义的二维直方图如下：　　原始图像（L个灰度级）中的每个像素点都对应于一个（像素点灰度，右像素点灰度）数据对，这样的数据对存在L×L种可能的取值。设为图像中点灰度为及其右像素点灰度为的像素点数，为（像素点灰度，右像素点灰度）数据对产生的概率，则，其中N×N为图像的大小，那么就是该图像对于（像素点灰度，右像素点灰度）的二维直方图。　　对图像进行定性分析时，经常简化上述定义的二维直方图，并不求取（像素点灰度，右像素点灰度）数据对的概率，在直方图中只是显示数据对是否存在，用亮点表示数据对存在，

8、暗点表现不存在。　　a出缺陷图像b无缺陷图像　　图2工件图像二维直方图　　二维直方图可以明白地表征图像中相邻像素间灰度级的相关程度，也可以使用二维直方图进行图像分割[7]。图2.