基于荧光磁粉图像的智能无损探伤系统

摘要

荧光磁粉检测是目前对铁磁性材料工件表面及近表面缺陷进行无损探伤最为灵敏和准确的方法之一，荧光磁粉无损检测具有缺陷显示直观、灵敏度高、检测速度快且成本低等优点而被广泛采用.本文针对目前磁粉检测自动识别漏失率高、虚警率高的问题,研究缺陷图像的平滑去噪和分割等处理算法,提出基于加权模板和自适应邻域选择的图像平滑算法,并将Ridler自适应阈值法应用于缺陷图像分割,利用形态学方法对缺陷细节进行修复,然后使用支持向量机对特征数据进行处理得到后验概率,利用此后验概率得到分类可信度,并判断是否需要人工干预,实现人工干预下的智能识别系统,利用人工干预下的反馈学习机制提升系统的鲁棒性.实验结果表明该系统有效识别率较高,在漏检率和虚警率上取得了较好的平衡.