基于數(shù)學(xué)形態(tài)學(xué)的鐵譜圖像分割技術(shù)研究.pdf

1、機(jī)械零部件的磨損是機(jī)械設(shè)備最主要的故障之一，所以對(duì)機(jī)械設(shè)備在不拆卸、不停止機(jī)器運(yùn)轉(zhuǎn)的條件下進(jìn)行磨損狀態(tài)準(zhǔn)確分析，具有十分重要的意義。磨損磨粒分析是鐵譜圖像分析技術(shù)中十分重要的環(huán)節(jié)，它通過(guò)分析鐵譜圖像上磨粒的類型、成分、濃度、尺寸等來(lái)判斷磨損發(fā)生的部位、嚴(yán)重程度和機(jī)器的運(yùn)行狀況。鐵譜圖像分割是進(jìn)行磨損磨粒分析的前提，為后續(xù)的磨損磨粒圖像分析提供依據(jù)，起著決定性作用。
　　 論文首先利用數(shù)學(xué)形態(tài)學(xué)抗噪聲性能好、運(yùn)算效率高、定位準(zhǔn)確等

2、特點(diǎn)，將數(shù)學(xué)形態(tài)學(xué)的膨脹運(yùn)算、腐蝕運(yùn)算、以及重構(gòu)運(yùn)算等用于鐵譜圖像預(yù)處理。提出了基于測(cè)地膨脹去除鐵譜圖像不均勻背景的算法，將磨粒與背景有效地區(qū)別開(kāi)來(lái)。通過(guò)采用形態(tài)學(xué)開(kāi)閉重構(gòu)運(yùn)算濾除鐵譜圖像上的噪聲和雜質(zhì)，運(yùn)用形態(tài)學(xué)膨脹與腐蝕運(yùn)算填充磨粒內(nèi)部的孔洞。使用形態(tài)學(xué)方法進(jìn)行邊緣檢測(cè)，得到連續(xù)且封閉的鐵譜磨粒邊緣。
　　 其次，論文利用改進(jìn)的標(biāo)記分水嶺算法對(duì)預(yù)處理后的鐵譜圖像進(jìn)行有效分割。首先利用形態(tài)學(xué)極限腐蝕獲取圖像上的極小值區(qū)域，利用

3、條件膨脹對(duì)鐵譜圖像上的磨粒進(jìn)行分割。為了避免過(guò)分割現(xiàn)象，論文對(duì)分水嶺分割算法中標(biāo)記的提取技術(shù)進(jìn)行了改進(jìn)。提出了用基于串行算法的距離變換來(lái)構(gòu)造拓?fù)鋱D像、用局部極大值線段方法搜索標(biāo)記點(diǎn)、并對(duì)相同區(qū)域重復(fù)標(biāo)記做合并的標(biāo)記提取方法。通過(guò)利用所改進(jìn)的分水嶺分割算法，不僅能有效分割出鐵譜圖像中磨損磨粒區(qū)域，而且可以有效地解決傳統(tǒng)分水嶺算法因?qū)υ肼暶舾卸鸬倪^(guò)分割問(wèn)題。
　　 最后，通過(guò)實(shí)驗(yàn)對(duì)比分析，證明了以上算法在解決抑制噪聲、邊緣檢測(cè)