裂紋檢測作為機(jī)械零部件、土木結(jié)構(gòu)件和建筑物等工程質(zhì)量檢測的重要一環(huán),一直是學(xué)術(shù)界研究的熱點(diǎn)與難點(diǎn)課題。傳統(tǒng)的裂紋檢測任務(wù)由工人根據(jù)自身經(jīng)驗(yàn)完成,具有主觀性太強(qiáng)、檢測質(zhì)量不穩(wěn)定、成本代價(jià)高昂等缺點(diǎn),因此裂紋的自動(dòng)化檢測是未來發(fā)展的趨勢。本文從磁環(huán)裂紋檢測問題出發(fā),結(jié)合裂紋的開裂特點(diǎn),提出一種新的基于圖像的裂紋檢測方法。首先,本文對(duì)磁環(huán)表面紋理噪聲干擾、偽裂紋特征干擾進(jìn)行了分析,分析對(duì)比了空間域、時(shí)頻域?yàn)V波算法。空間域?yàn)V波方法中,研究了保邊濾波算法在磁環(huán)裂紋圖像中的處理效果,并比較了雙邊濾波器、導(dǎo)向?yàn)V波器和帶權(quán)最小二乘濾波器處理磁環(huán)裂紋圖像的性能,通過峰值信噪比對(duì)其性能指標(biāo)進(jìn)行了量化評(píng)價(jià);時(shí)頻域?yàn)V波方法中,基于小波分析利用極坐標(biāo)變換提出了一種磁環(huán)裂紋的小波分析方法。提出了一種基于極坐標(biāo)變換的圖像采樣方法,有效減少了原始數(shù)據(jù),實(shí)驗(yàn)結(jié)果表明該方法穩(wěn)定性較好。然后,分析了裂紋的開裂特點(diǎn),并據(jù)此對(duì)裂紋的圖像特征建立了模型。結(jié)合梯度矢量和局部特征描述子方法,提出了一種基于圖像梯度矢量的局部特征描述子（LDGV）,并基于LDGV提出了一種裂紋種子點(diǎn)檢測方法;基于小波分析方法提出了另一種裂紋種子點(diǎn)檢測方... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-7雙邊濾波器的保邊原理

細(xì)節(jié)系數(shù)越大，代表該位置發(fā)生的突變程度越高，通常裂紋位置在經(jīng)過分解后得到較大的細(xì)節(jié)系數(shù)。按照上述分析，將細(xì)節(jié)系數(shù)歸一化到 的灰度級(jí)空間，則裂紋區(qū)域應(yīng)具有較高灰度值。算法流程如圖2-18(b) 所示，其中小波函數(shù)選用”Symlet 2”，其波形如圖2-18(a)。所得結(jié)果如圖2-18（c），可見裂紋區(qū)域的灰度值較大，且分布集中，表明裂紋位置對(duì)“Symlet 2”響應(yīng)最大。除裂紋區(qū)域外，其他細(xì)節(jié)系數(shù)較大的像素分布都比較分散，這表明對(duì)于一定寬度的裂紋，利用特定的小波函數(shù)進(jìn)行分析是有效的。對(duì)小波變換的結(jié)23

端面為環(huán)形，因此目標(biāo)物不會(huì)布滿整個(gè)視場，圖像的非目標(biāo)物部分需要從原始圖像中去除，以減少不必要的數(shù)據(jù)處理量。對(duì)于本文研究的圓環(huán)形零件端面，成像后只有環(huán)形部分需要檢測，如圖2-21所示。因此將內(nèi)徑以外的暗部和外徑以外的暗部去除，得到初步的感興趣區(qū)域 ROI(region of interest)。為此需要對(duì)零件圓心進(jìn)行定位。目前對(duì)圓和直線這類基本幾何形狀的識(shí)別主要有兩類算法，一類是基于霍夫變換的投票法，另外一類是擬合法�；舴蜃儞Q識(shí)別圓算法中，需要輸入待識(shí)別圓的半徑范圍，最小投票數(shù)等參數(shù)，其優(yōu)勢在于可以一次識(shí)別多個(gè)圓，但是識(shí)別準(zhǔn)確率與穩(wěn)定性對(duì)輸入?yún)?shù)比較敏感。本文只需要識(shí)別一個(gè)圓，并且對(duì)識(shí)別的穩(wěn)定性要求極高，因此采用最小二乘擬合法。擬合算法需要在二值圖上進(jìn)行，需要先將原始圖像進(jìn)行二值化，為此分析圖像的灰度值分布，繪制圖2-21（a）的灰度直方圖如圖2-21（b）所示，目標(biāo)檢測區(qū)域(a)012345678x 104灰 度 分 布 直 方 圖0 50 100 150 200 250(b)圖 2-21 目標(biāo)檢測區(qū)域與圖像灰度直方圖：（a）目標(biāo)檢測區(qū)域；（b）左圖的灰度直方圖可以看出零件圖像的灰度值分布有兩個(gè)明顯波峰

【參考文獻(xiàn)】：
期刊論文
[1]基于最小代價(jià)路徑搜索的路面裂縫檢測[J]. 李清泉,鄒勤,毛慶洲.  中國公路學(xué)報(bào). 2010(06)

博士論文
[1]基于機(jī)器視覺的半導(dǎo)體芯片表面缺陷在線檢測關(guān)鍵技術(shù)研究[D]. 巢淵.東南大學(xué) 2017
[2]基于圖像處理的工件表面缺陷檢測理論與方法研究[D]. 趙君愛.東南大學(xué) 2016
[3]基于稀疏特征的觸摸屏圖像缺陷檢測及識(shí)別方法的研究[D]. 梁列全.華南理工大學(xué) 2015
[4]基于多特征融合的路面破損圖像自動(dòng)識(shí)別技術(shù)研究[D]. 徐志剛.長安大學(xué) 2012

碩士論文
[1]基于機(jī)器學(xué)習(xí)方法的管材缺陷識(shí)別方法研究[D]. 郭潤元.西安理工大學(xué) 2018
[2]基于圖像處理的微小元件端面裂紋及缺陷檢測算法的研究[D]. 李慧嫻.鄭州大學(xué) 2018
[3]基于圖像處理的路面裂縫檢測算法研究[D]. 羅瑞.安徽工程大學(xué) 2017



本文編號(hào)：3608709