【摘要】：目前儲罐類等大型承壓類特種設(shè)備的定期檢驗采用人工檢測,且磁粉裂紋的檢測工作量大、勞動強度高、環(huán)境惡劣等問題,急需開發(fā)能代替人工進行操作的智能化檢測設(shè)備,包括檢測部分和機構(gòu)行走部分。課題針對自動檢測設(shè)備上罐體裂紋視覺檢測系統(tǒng)進行研究,提出了基于磁粉檢測的罐體裂紋的視覺自動識別系統(tǒng),該系統(tǒng)利用機器視覺技術(shù)檢測罐體裂紋,起到代替人眼識別的功能,包括圖像采集、圖像處理、圖像裂紋長度的標(biāo)定,以及裂紋特征的提取及裂紋長度的計算等工作。根據(jù)罐體裂紋圖像的特征及檢測精度選取系統(tǒng)硬件的型號及參數(shù),包括相機、鏡頭、光源、照明方式、磁粉、磁化類型。選用MATLAB軟件作為系統(tǒng)圖像處理的軟件。針對罐體裂紋圖像中存在的打磨及污漬等圖像噪聲,采用自適應(yīng)中值濾波進行預(yù)處理的方法祛除噪聲干擾。針對裂紋信息和背景信息對比度不高的問題,采用開運算與線性變換組合處理的方法對裂紋圖像進行了加強處理,提高了裂紋信息和背景信息的對比度。利用圖像分塊處理法對含有裂紋信息的圖像區(qū)域進行分塊處理,同時引入了裂紋的圓形度、裂紋長寬比、裂紋平均寬度等特征作為裂紋識別的條件,來區(qū)分裂紋和干擾信息,達到剔除污漬、凹坑等干擾信息。針對罐體裂紋形狀特點,提出兩種裂紋像素長度的計算方法,線性擬合法和累加計算法,并對計算結(jié)果進行了的比對,選用了與實際長度更接近的累加計算法。通過相機標(biāo)定明確了裂紋像素長度和裂紋實際長度之間的比例關(guān)系,在此基礎(chǔ)上計算得到罐體裂紋的實際長度。利用VB6.0軟件開發(fā)了基于圖像處理的罐體裂紋磁粉自動檢測系統(tǒng),實現(xiàn)了焊縫圖像的采集、處理、存儲和檢測。通過現(xiàn)場的實驗驗證,實際測量裂紋長度為9.5mm,累加法測得的長度約為8.9mm,誤差6.4%在允許的范圍內(nèi),驗證了檢測系統(tǒng)的可行性和準(zhǔn)確性,可為罐體裂紋自動檢測的發(fā)展提供可靠的技術(shù)支持。圖 49 幅;表 5 個;參 50 篇。
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH49;TP391.41;TG115.284
【圖文】：

第 1 章 緒論機，涉及數(shù)學(xué)算法、遺傳算法、圖像處理、光學(xué)處理等多門學(xué)科。像視覺檢測技術(shù)最典型的系統(tǒng)組成主要包括：光源、被測目標(biāo)、（CCD）、計算機（包括圖像處理模塊、智能判斷模塊、控制模塊），如圖 1 所示機器人視覺系統(tǒng)進行檢測的步驟如下：一步，就是選擇合適光源以及光源參數(shù)的設(shè)定，合適的圖像處理軟件；二步，通過工業(yè)相機進行待測工件的圖像采集并進行圖像的保存；三步，通過千兆光纖把采圖像傳輸?shù)綀D像處理軟件，應(yīng)用事先編輯好的程進行處理；四步，就是計算機根據(jù)提前設(shè)定好的參數(shù)進行判斷，與此同時控制執(zhí)行模需要的操作。

第 1 章 緒論滾子出現(xiàn)斷面的情況是無法進行檢測的。善樂等人設(shè)計研究一種基于 CCD 技術(shù)的非接觸式檢陷[16]。該檢測系統(tǒng)依靠 CCD 相機對檢測工件采集視視頻信息轉(zhuǎn)化為數(shù)字圖像信息，通過拉普拉斯邊緣增強處理、中值濾波進行平滑處理、二值法和閾值測出軸承表面的缺陷。該系統(tǒng)具有運行可靠、檢測 為滾動軸承表面缺陷的檢測系統(tǒng)的流程示意圖。

【參考文獻】

相關(guān)期刊論文 前10條

1 李陽;張欣;張濤;楊卓東;楊臣君;;一種保留圖像邊緣的自適應(yīng)中值濾波器算法[J];通信技術(shù);2015年12期

2 許貴陽;史天運;任盛偉;韓強;王登陽;;基于計算機視覺的車載軌道巡檢系統(tǒng)研制[J];中國鐵道科學(xué);2013年01期

3 陸寶春;李建文;陳吉朋;王婧;李純健;湯海昌;;熒光磁粉探傷自動缺陷識別方法研究[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2010年06期

4 石東新;傅新宇;張遠(yuǎn);;CMOS與CCD性能及高清應(yīng)用比較[J];通信技術(shù);2010年12期

5 徐長航;陳國明;謝靜;;紅外圖像處理技術(shù)在金屬表面缺陷檢測中的應(yīng)用[J];制造業(yè)自動化;2009年10期

6 張穎;;基于CCD成像的火車軸承滾子表面磁粉探傷檢測系統(tǒng)研究[J];長春工程學(xué)院學(xué)報(自然科學(xué)版);2009年01期

7 蔡善樂;劉桂蘭;楊松彬;;基于CCD成像的軸承滾柱表面缺陷智能檢測的研究[J];機電一體化;2009年02期

8 陳愛華;高誠輝;何炳蔚;;計算機視覺中的攝像機標(biāo)定方法[J];中國工程機械學(xué)報;2006年04期

9 楊明,白燁,王秋良,余運佳;面陣CCD攝像機光學(xué)鏡頭參數(shù)及選用[J];光電子技術(shù)與信息;2005年03期

10 宋敏,鄶新凱,鄭亞茹;CCD與CMOS圖像傳感器探測性能比較[J];半導(dǎo)體光電;2005年01期

相關(guān)博士學(xué)位論文 前1條

1 陳少波;SAR圖像相干斑抑制算法研究[D];華中科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前6條

1 申貴龍;基于機器視覺的永磁鐵氧體磁鐵轉(zhuǎn)子表面缺陷檢測方法研究[D];電子科技大學(xué);2016年

2 馬超玉;光照不均勻條件下圖像增強算法研究[D];長春理工大學(xué);2014年

3 何宇;數(shù)學(xué)形態(tài)學(xué)骨架及其提取與重建算法的研究[D];中南民族大學(xué);2013年

4 張春雪;圖像的邊緣檢測方法研究[D];江南大學(xué);2011年

5 徐志新;基于數(shù)字圖像處理的焊縫自動跟蹤算法研究[D];大連海事大學(xué);2009年

6 李俊;機器視覺照明光源關(guān)鍵技術(shù)研究[D];天津理工大學(xué);2007年

本文編號：2730104