鑄造過程由于其自身生產(chǎn)工藝的特點,常常會產(chǎn)生縮孔和氣孔等缺陷,這些內(nèi)部缺陷會對零件質(zhì)量產(chǎn)生不好的影響,也會縮短零件壽命,因此需要準(zhǔn)確地識別出這些內(nèi)部缺陷。通過工業(yè)CT設(shè)備對鑄件進(jìn)行掃描,可以獲得了一系列工業(yè)CT切片圖像。為了快速提取工業(yè)CT圖像的孔類缺陷,首先使用二維Otsu自適應(yīng)閾值算法進(jìn)行閾值分割,以區(qū)分工業(yè)CT圖像中的物體與背景,然后通過Sobel算子得到圖像的初始邊緣輪廓,再基于拉格朗日插值法進(jìn)行亞像素邊緣檢測。實驗表明,該方法可以有效地識別鑄件工業(yè)CT圖像中的縮孔和氣孔缺陷。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖8缺陷的三維空間定位35mm33%35mm33%35mm33%（a）缺陷1

（a）缺陷1三維空間定位（b）缺陷2三維空間定位（c）缺陷3三維空間定位圖8缺陷的三維空間定位Fig.83-Dspatialslocationsofthedefects3總結(jié)本文主要介紹了錐束CT的概念、基本構(gòu)成與優(yōu)勢，并展示了錐束CT在鋁鎂合金精密鑄件檢測方面的實際應(yīng)用效果.從....

圖1圖像分割區(qū)域

給定任意一個閾值（s,t），將圖像的二維直方圖分割成圖1所示的4個區(qū)域：Ⅰ，Ⅱ，Ⅲ，Ⅳ。其中圖像的背景和目標(biāo)主要集中在Ⅱ和Ⅲ區(qū)域。Ⅰ和Ⅳ區(qū)域的概率值近似為0。設(shè)定的閾值（s,t）將圖像的目標(biāo)和背景分成兩個集合C0和C1，則圖像的目標(biāo)和背景的概率定義為：C0和C1對應(yīng)的灰度均值矢量....

圖2工業(yè)CT圖像

鑄造類零件常常會有縮孔和氣孔這類缺陷，因此通過工業(yè)CT設(shè)備對鑄造類零件進(jìn)行掃描，獲得了一系列的工業(yè)CT切片圖像。某個鑄件的一幅工業(yè)CT切片圖像，如圖2所示。圖像掃描矩陣為1203×1270，像素間的距離為0.08mm。4.2缺陷檢測結(jié)果

圖3預(yù)處理后圖像

為了對圖像中的缺陷進(jìn)行檢測，需要對原始圖像進(jìn)行預(yù)處理，以便區(qū)分物體和背景。對該圖像進(jìn)行圖像預(yù)處理后的結(jié)果，如圖3所示。然后通過亞像素邊緣提取算法提取邊緣點集，由這些點擬合的NURBS曲線，如圖4所示。為更好地觀察缺陷形狀，工業(yè)CT圖像邊緣輪廓放大后的缺陷，如圖5所示。從圖中可以看....

本文編號：3971638