針對目前特種設備磁粉探傷主要依賴人工判斷,智能化水平低的問題,提出了一種基于熒光磁粉裂紋探傷的圖象識別方法,通過對被測工件通磁并噴灑磁懸液,利用紫外線光源照射,采用工業(yè)相機采集裂紋照片,最后經(jīng)軟件分析自動識別裂紋圖象。為解決熒光磁粉裂紋采集圖象存在干擾噪聲大關聯(lián)性強的問題,采用RGB-HSV圖象預處理算法和梯度特征提取法識別圖象裂紋,設計開發(fā)圖象識別軟件并實驗驗證算法的可行性。檢測人員利用熒光磁粉裂紋探傷圖象識別裝置可以快速判斷工件缺陷問題,提高無損檢測效率。 

【文章頁數(shù)】：5 頁

【部分圖文】：

RGB-HSV預處理后圖象

系統(tǒng)結構框圖

試驗流程圖

【參考文獻】：
期刊論文
[1]基于狀態(tài)空間特征提取的微裂紋定量檢測[J]. 萬海波,楊世錫,劉永強.  振動.測試與診斷. 2019(02)
[2]基于圖像處理的球罐表面裂紋磁粉檢測研究[J]. 牛壯,陳繼澤,霍平.  機械工程與自動化. 2019(02)
[3]承壓類特種設備常用無損檢測方法[J]. 岳飛.  電子技術與軟件工程. 2019(05)
[4]圖像處理用于機器人焊接焊縫偏移的測量研究[J]. 呂陽,魏海坤,張侃健.  信息技術與信息化. 2019(02)
[5]基于HSV閾值法的無人機影像變色松樹識別[J]. 陶歡,李存軍,謝春春,周靜平,淮賀舉,蔣麗雅,李鳳濤.  南京林業(yè)大學學報(自然科學版). 2019(03)
[6]HSV色彩空間下三邊濾波的Retinex圖像增強算法研究[J]. 師晶晶.  自動化與儀器儀表. 2018(12)
[7]基于數(shù)字圖像處理的活塞位姿檢測技術研究[J]. 陶唐飛,賀華,鄭翔,徐佳宇.  工業(yè)儀表與自動化裝置. 2018(05)
[8]基于機器視覺的熒光磁粉檢測圖像預處理方法[J]. 金翠娥,吳遠峰,劉穎卓.  無損檢測. 2018(09)
[9]超聲檢測中金屬裂紋多特征提取研究[J]. 樊萍,劉新寶.  西北大學學報(自然科學版). 2018(04)
[10]基于模型法的醫(yī)學影像圖像紋理分析研究[J]. 張永剛,陳軍.  工業(yè)儀表與自動化裝置. 2018(03)



本文編號：3683341