基于数字图像处理的零件表面裂纹检测研究

摘要

机械零部件的浅表裂纹和应力集中会在使用过程中突然引发构件的疲劳断裂,直接影响到其使用寿命和安全性,危害极大,因而及时检测出机械零部件的表面微裂纹具有非常重要的意义。本文应用基于数字图像处理的检测技术对机械零件表面缺陷的检测进行了研究。利用VS2008编程工具,针对相应的数字图像处理算法,设计实验软件系统,完成了对零件表面裂纹静态图像的处理与裂纹的特征提取,给出了零件表面裂纹缺陷检测有效性的评价体系。
　　首先说明了数字图像处理的内容、特点与运算方法,并简单介绍了数字图像处理检测系统的构成,以及其一般工作步骤。
　　其次,针对现场获取裂纹图像时,受到外界环境、传输过程等造成的图像灰度模糊、噪声干扰等情况,对裂纹图像进行了改善处理。通过灰度直方图分析了图像的灰度分布情况,并以此为依据,对图像进行分段线性拉伸,压缩裂纹图像中灰度两端区域上的噪声,突出了需要的细节部分。然后,分析了图像的噪声来源及类型,选择邻域均值和中值滤波方法对滤波效果进行了对比。中值滤波器是一种非线性滤波器,在一定程度上,可以克服线性滤波器如均值滤波等所造成的图像细节模糊,对于裂纹图像的滤波处理较为理想。本文确定了中值滤波的有效性,并进一步增加了改进的中值滤波处理。为了提取出裂纹区域,根据裂纹图像的灰度分布特点,对阈值分割方法进行了分析,重点突出了最大方差和迭代阈值分割法,从而得到将裂纹区域与背景分割的图像。在此基础上,由于分割后的裂纹图像中存在毛刺等缺陷、以及孤立分布在目标区域一定距离外的散点噪声,故对裂纹图像采用适当的结构元素进行了形态学处理,并结合基于边长阈值的孤立噪声点去除方法,得到了边界保存较好裂纹二值图像。
　　最后,本文利用扫描标号、轮廓跟踪获取目标边界链码的描述方法,以及提出了基于形态学的细化方法,分析了零件表面裂纹图像中裂纹的长度、区域周长和面积特征,然后引入圆形度参数,实现了对零件表面裂纹缺陷的检测和判决。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的背景

1.2 图像检测技术概述

1.3 图像检测技术的发展现状

1.4 图像检测技术在机械工业中的应用

1.5 论文的主要内容

1.6 本章小结

第二章 数字图像处理分析基础

2.1 数字图像的基本概念

2.2 数字图像处理内容、特点与运算方法

2.3 数字图像处理检测系统

第三章 零件表面裂纹图像分析及其预处理

3.1 裂纹图像的像素灰度分析

3.2 裂纹图像的噪声分析

3.3 裂纹图像预处理

第四章 零件表面裂纹图像的分割与形态学处理

4.1 裂纹图像的阈值分割

4.2 裂纹二值图像的处理

第五章 零件表面裂纹的特征提取及分析判决

5.1 图像特征提取概述

5.2 描述方法

5.3 形态特征

5.4 裂纹圆形度的计算与判决

5.5 裂纹检测的结果及其分析

第六章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录1 攻读硕士学位期间发表的论文

附录2 图像处理部分参考程序C++代码