工業(yè)化進程的飛速推進,對儀器設備的工作效率提出了更高的要求。同時,儀器設備日漸復雜的組成結構,讓結構精度的高低成為了評價儀器可靠性的重要指標。由于裂紋缺陷的存在會引起設備機械性能的急劇降低,嚴重影響儀器設備的性能,所以零件表面裂紋缺陷的存在與否也成為了評價儀器設備工作質量的關鍵一環(huán)。無損探傷技術的日漸成熟與圖像處理技術的不斷發(fā)展,讓傳統(tǒng)工業(yè)測量與新興技術的融合成為可能,為裂紋尺寸檢測技術開辟了一條全新的道路。針對儀器設備零件的裂紋尺寸檢測問題,本文設計了一種基于熒光滲透探傷技術與圖像處理技術的裂紋尺寸檢測系統(tǒng),在保持較高精度的基礎上,可以實現(xiàn)對多種不同表面形狀（平面、曲面與階梯型表面）零件的裂紋尺寸測量。首先,通過對傳統(tǒng)滲透探傷方法的歸納和總結,在熒光滲透探傷法的基礎上,采用單個像元尺寸疊加的方式,確定裂紋缺陷的尺寸信息。精度分析結果顯示,對于最大長度不超過5mm的裂紋,該裂紋尺寸檢測系統(tǒng)的長度測量精度優(yōu)于±17.27μm,對于最大寬度不超過0.5mm的裂紋,寬度測量精度優(yōu)于±1.73μm,滿足系統(tǒng)使用指標中長度、寬度測量精度均小于總尺寸±0.4%的要求;其次,根據(jù)技術指標要求,完成了... 

【文章來源】：長春理工大學吉林省

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

按壓形成的裂紋

第1章緒論6用了分水嶺分割算法。然而這些方法都將線性形狀特征作為判別裂紋的主要依據(jù)，最終只能將檢測出的一些線狀輪廓近似作為實際裂紋來處理，因此，過度的專注于線性形狀特征是無法得到完整且準確地裂紋信息的，然而裂紋信息的完整性與準確性是保證裂紋尺寸測量精度的重要前提[35-41]。2007年，Roli和Hatada等人將裂紋的方向性質作為參考，在局部窗口中嘗試對花崗巖表面的裂紋進行檢測[31-32]。2006年，F(xiàn)ujita等人通過差影法和Hessian矩陣的兩個預處理環(huán)節(jié)，也在局部窗口下實現(xiàn)了對裂紋信息的提取[42-47]。但是局部窗口的大小都是固定的，所以這些裂紋檢測算法在檢測不同尺寸的裂紋時，其適用性有所欠缺。(a)(b)圖1.2小波變換后所得的裂紋圖像(a)小波變換后所得的裂紋灰度圖像;(b)小波變換后所得的裂紋二值圖像(a)(b)圖1.3canny濾波器和小波變換結合后所得的裂紋圖像(a)canny濾波器和小波變換結合后所得的裂紋灰度圖像;(b)canny濾波器和小波變換結合后所得裂紋的二值圖像在國內，不少研究人員提出了一些效果相對較好的裂紋檢測算法。2004年，鄒軼群等人提出了一套完整的裂紋檢測過程，該過程分為消除燈光環(huán)境噪聲、閾值分割與邊緣檢測、圖像膨脹、圖像編號、圖像拼接與細化、特征提取等步驟。換句話說，該算法首先對裂紋圖像作去噪聲等預處理工作，然后通過邊緣檢測算法實現(xiàn)裂紋顯像，最后再采用裂紋圖像拼接、細化等處理環(huán)節(jié)，獲得清晰地裂紋。然而該裂紋檢測算法中出現(xiàn)的每一步處理工作都比較簡單，因此最終的裂紋檢測結果并不理想，裂紋邊緣出現(xiàn)多處細微凸起，這些凸起實際上就是將噪聲像素誤判為裂紋像素導致的[48]。2007年，張洪光等人在進行路面圖像的裂紋檢測研究中，首次提出了將

第1章緒論6用了分水嶺分割算法。然而這些方法都將線性形狀特征作為判別裂紋的主要依據(jù)，最終只能將檢測出的一些線狀輪廓近似作為實際裂紋來處理，因此，過度的專注于線性形狀特征是無法得到完整且準確地裂紋信息的，然而裂紋信息的完整性與準確性是保證裂紋尺寸測量精度的重要前提[35-41]。2007年，Roli和Hatada等人將裂紋的方向性質作為參考，在局部窗口中嘗試對花崗巖表面的裂紋進行檢測[31-32]。2006年，F(xiàn)ujita等人通過差影法和Hessian矩陣的兩個預處理環(huán)節(jié)，也在局部窗口下實現(xiàn)了對裂紋信息的提取[42-47]。但是局部窗口的大小都是固定的，所以這些裂紋檢測算法在檢測不同尺寸的裂紋時，其適用性有所欠缺。(a)(b)圖1.2小波變換后所得的裂紋圖像(a)小波變換后所得的裂紋灰度圖像;(b)小波變換后所得的裂紋二值圖像(a)(b)圖1.3canny濾波器和小波變換結合后所得的裂紋圖像(a)canny濾波器和小波變換結合后所得的裂紋灰度圖像;(b)canny濾波器和小波變換結合后所得裂紋的二值圖像在國內，不少研究人員提出了一些效果相對較好的裂紋檢測算法。2004年，鄒軼群等人提出了一套完整的裂紋檢測過程，該過程分為消除燈光環(huán)境噪聲、閾值分割與邊緣檢測、圖像膨脹、圖像編號、圖像拼接與細化、特征提取等步驟。換句話說，該算法首先對裂紋圖像作去噪聲等預處理工作，然后通過邊緣檢測算法實現(xiàn)裂紋顯像，最后再采用裂紋圖像拼接、細化等處理環(huán)節(jié)，獲得清晰地裂紋。然而該裂紋檢測算法中出現(xiàn)的每一步處理工作都比較簡單，因此最終的裂紋檢測結果并不理想，裂紋邊緣出現(xiàn)多處細微凸起，這些凸起實際上就是將噪聲像素誤判為裂紋像素導致的[48]。2007年，張洪光等人在進行路面圖像的裂紋檢測研究中，首次提出了將

【參考文獻】：
期刊論文
[1]一種新型折反式光學定心系統(tǒng)設計[J]. 李響,白素平,王赫,閆鈺鋒.  長春理工大學學報(自然科學版). 2018(06)
[2]基于CCD圖像的表面裂紋檢測[J]. 曹宇,應保勝.  現(xiàn)代制造工程. 2014(12)
[3]表面裂紋檢測的現(xiàn)狀及發(fā)展趨勢[J]. 丁浩,歐陽敏.  科技風. 2012(17)
[4]生物視覺模型的太陽能電池板裂紋檢測[J]. 方帥,李斌,何祥浩.  小型微型計算機系統(tǒng). 2012(08)
[5]基于機器視覺的耐火磚裂紋檢測[J]. 程駿,賀俊吉,肖建立,朱盈.  微計算機信息. 2010(35)
[6]半自動熒光滲透檢測生產(chǎn)線[J]. 劉凱.  無損探傷. 2009(06)
[7]量塊彎曲變形對檢測結果的影響[J]. 鐘華,吳小麗,粟廷富.  計量與測試技術. 2008(09)
[8]基于人工種群和Agent的路面裂紋檢測算法[J]. 張洪光,王祁.  哈爾濱工業(yè)大學學報. 2007(01)
[9]基于數(shù)字圖像處理的表面裂紋檢測算法[J]. 鄒軼群,侯貴倉,楊峰.  微計算機信息. 2004(04)
[10]眼底圖像畸變的校正及多幅圖像的特征點拼接算法[J]. 李超,陳武凡,吳德正.  中國生物醫(yī)學工程學報. 2002(03)

博士論文
[1]基于鏡面間隔和中心偏差測量的光學鏡頭輔助裝調設備的研究[D]. 郭幫輝.中國科學院研究生院(長春光學精密機械與物理研究所) 2014

碩士論文
[1]光學定心裝配折反式測量系統(tǒng)研究[D]. 李響.長春理工大學 2019
[2]鎂合金與鋼接觸反應釬焊工藝研究[D]. 劉穎.江蘇科技大學 2018
[3]太陽能電池片表面裂紋檢測算法的研究與實現(xiàn)[D]. 馮博.吉林大學 2014
[4]基于機器視覺的高精度尺寸檢測方法與實現(xiàn)[D]. 龔聰.廣東工業(yè)大學 2014
[5]基于生物視覺模型的太陽能電池板缺陷檢測的應用研究[D]. 李斌.合肥工業(yè)大學 2012
[6]太陽能電池檢測系統(tǒng)的運動控制實現(xiàn)及裂痕識別算法研究[D]. 于博.吉林大學 2010
[7]基于圖象處理的太陽能電池陣列裂縫的檢測[D]. 王玉.吉林大學 2009
[8]基于圖像處理的路面裂紋識別研究[D]. 劉德超.長沙理工大學 2009
[9]張量投票算法及其應用[D]. 秦菁.華東師范大學 2008
[10]太陽能電池陣列圖像數(shù)據(jù)分析軟件的設計與實現(xiàn)[D]. 黃赫.吉林大學 2008



本文編號：3352270