基于數(shù)字圖像處理的零件表面裂紋檢測研究.pdf

1、機(jī)械零部件的淺表裂紋和應(yīng)力集中會在使用過程中突然引發(fā)構(gòu)件的疲勞斷裂,直接影響到其使用壽命和安全性,危害極大,因而及時檢測出機(jī)械零部件的表面微裂紋具有非常重要的意義。本文應(yīng)用基于數(shù)字圖像處理的檢測技術(shù)對機(jī)械零件表面缺陷的檢測進(jìn)行了研究。利用VS2008編程工具,針對相應(yīng)的數(shù)字圖像處理算法,設(shè)計實驗軟件系統(tǒng),完成了對零件表面裂紋靜態(tài)圖像的處理與裂紋的特征提取,給出了零件表面裂紋缺陷檢測有效性的評價體系。
　　首先說明了數(shù)字圖像處理的內(nèi)

2、容、特點與運(yùn)算方法,并簡單介紹了數(shù)字圖像處理檢測系統(tǒng)的構(gòu)成,以及其一般工作步驟。
　　其次,針對現(xiàn)場獲取裂紋圖像時,受到外界環(huán)境、傳輸過程等造成的圖像灰度模糊、噪聲干擾等情況,對裂紋圖像進(jìn)行了改善處理。通過灰度直方圖分析了圖像的灰度分布情況,并以此為依據(jù),對圖像進(jìn)行分段線性拉伸,壓縮裂紋圖像中灰度兩端區(qū)域上的噪聲,突出了需要的細(xì)節(jié)部分。然后,分析了圖像的噪聲來源及類型,選擇鄰域均值和中值濾波方法對濾波效果進(jìn)行了對比。中值濾波器是一

3、種非線性濾波器,在一定程度上,可以克服線性濾波器如均值濾波等所造成的圖像細(xì)節(jié)模糊,對于裂紋圖像的濾波處理較為理想。本文確定了中值濾波的有效性,并進(jìn)一步增加了改進(jìn)的中值濾波處理。為了提取出裂紋區(qū)域,根據(jù)裂紋圖像的灰度分布特點,對閾值分割方法進(jìn)行了分析,重點突出了最大方差和迭代閾值分割法,從而得到將裂紋區(qū)域與背景分割的圖像。在此基礎(chǔ)上,由于分割后的裂紋圖像中存在毛刺等缺陷、以及孤立分布在目標(biāo)區(qū)域一定距離外的散點噪聲,故對裂紋圖像采用適當(dāng)?shù)慕Y(jié)