【摘要】：鐵譜技術(shù)是監(jiān)測機器運行狀態(tài)和判斷故障診斷的最有效手段之一,從問世至今在工業(yè)領域都發(fā)揮著巨大的作用。然而,隨著工業(yè)的高度發(fā)展,傳統(tǒng)的鐵譜技術(shù)由于主觀性強、精度低、耗時長等缺點,已不能滿足其需要,并嚴重影響該技術(shù)的推廣和使用。因此發(fā)展自動化的鐵譜技術(shù)成為當務之急,同時它也是最近十余年鐵譜領域研究的熱點和難點。 本課題選取彩色磨粒圖像,運用計算機圖像處理技術(shù)、模式識別方法和摩擦學知識,以Visual C++6.0為軟件平臺,開發(fā)了磨粒自動識別與分析系統(tǒng)(DAIAS)。在該系統(tǒng)中首先對彩色磨粒圖像進行預處理實現(xiàn)了磨粒的標識;然后根據(jù)磨粒的識別特征建立了磨粒顯微形態(tài)學特征描述體系,確定了磨粒的三類特征參數(shù)(顏色參數(shù)、表面紋理參數(shù)、形狀尺寸參數(shù)),并在標識的磨粒上進行了特征量提取,創(chuàng)建了參數(shù)數(shù)據(jù)庫;最后在提取的磨粒特征量的基礎上,運用灰色定權(quán)聚類的模式識別方法成功地識別了六種磨粒(正常磨粒、球形磨粒、切削磨粒、嚴重滑動磨粒、Fe_2O_3磨粒、Fe_3O_4磨粒)。 本文給出大量的圖例證明了課題中提出的方法切實可行,為進一步深化開展機械設備故障診斷研究工作打下了堅實的基礎。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2005
【分類號】：TH117
【圖文】：

另一種方法是在圖像的四周復制原圖像邊界像素的值，從而使模板懸掛在圖像四周時可以進行正常的計算[49l。但是補在圖像邊界的部分會給濾波處理帶來不良影響，在此采用第一種方法【501。圖3一7中()a為濾波前磨粒的原始彩色圖像，加權(quán)平均濾波后的結(jié)果如圖3一7中(b)所示。()a磨粒彩色原始圖像(b)加權(quán)平均濾波后圖像(c)圖3一7彩色磨粒圖像的圖像增強Imageenhaneementofeolordebris自適應中值濾波后圖像F193一7imag3..52自適應中值濾波自適應中值濾波是在經(jīng)典中值濾波理論基礎上改進的一種濾波方法。若脈沖噪聲(椒鹽噪聲)在空間上出現(xiàn)的概率不大，中值濾波一般都可以取得較好的效果15’]。實驗表明，當出現(xiàn)的正負脈沖噪聲概率均小于02時，中值濾波是可用的，而當脈沖噪聲在空間上出現(xiàn)的概率較大時，使用中值濾波后可能產(chǎn)生較嚴重的失真。而磨粒圖像在加權(quán)平均濾波后，圖像中仍然存在著一些孤立的噪聲點，同時還存在著?

出現(xiàn)的頻率，它是圖像最基本的統(tǒng)計特征1561。按照同樣的原理，我們可以給出彩色圖像的彩色直方圖一RGB直方圖，只不過它由R、G、B三個直方圖分量組成的。圖3一8所示的是一幅彩色磨粒圖像的RGB直方圖。(c)直方圖綠色(G)分量(d)直方圖藍色(B)分量圖3一8彩色磨粒圖像RGB直方圖F193一8RGBhistogramofeolordebrisimage基于直方圖分析的閉值分割法最直觀[57，.]可以通過直方圖直接觀察到圖像顏色分布情況，然后根據(jù)分布狀況選取閉值。假設MxN二維圖像X在像素點(i)J點的顏色值記為R(iJ’)、G(i)J、B(iv’)，設t*、勿、壇分別為圖像中三個分量的閉值，則目標和背景的劃分原則為:目標部分:O二扭(，，j):，*且G(，，j):

對于直方圖出現(xiàn)單峰或有寬且平的峰谷的情況，這時最佳闡值往往可能出現(xiàn)在圖像直方圖的“肩部”，此例見圖3一10。在本系統(tǒng)RGB直方圖閉值分割的過程中，可以點擊鼠標左鍵直接在三個直方圖上選取閩值，圖3一9和圖3一10兩個例子顯示了此方法的實現(xiàn)過程。在直方圖中直接選取閉值的方法直觀、簡潔、大大減少了計算量，圖3一11是RGB直方圖閉值分割的總體界面。(c)綠色(G)直方圖選取閩值d()藍色(B)直方圖選取閩值()e分割后的圖像圖3一9雙峰彩色磨粒圖像分割F193一9Imagesegmentationofdoubletimage()a圖像增強后的彩色磨粒圖像b()紅色(R)直方圖選取閡值續(xù)下頁

【引證文獻】

相關碩士學位論文 前1條

1 范君;磨粒圖譜識別系統(tǒng)研究[D];浙江大學;2007年

本文編號：2776205