工業(yè)化進(jìn)程的飛速推進(jìn),對(duì)儀器設(shè)備的工作效率提出了更高的要求。同時(shí),儀器設(shè)備日漸復(fù)雜的組成結(jié)構(gòu),讓結(jié)構(gòu)精度的高低成為了評(píng)價(jià)儀器可靠性的重要指標(biāo)。由于裂紋缺陷的存在會(huì)引起設(shè)備機(jī)械性能的急劇降低,嚴(yán)重影響儀器設(shè)備的性能,所以零件表面裂紋缺陷的存在與否也成為了評(píng)價(jià)儀器設(shè)備工作質(zhì)量的關(guān)鍵一環(huán)。無損探傷技術(shù)的日漸成熟與圖像處理技術(shù)的不斷發(fā)展,讓傳統(tǒng)工業(yè)測(cè)量與新興技術(shù)的融合成為可能,為裂紋尺寸檢測(cè)技術(shù)開辟了一條全新的道路。針對(duì)儀器設(shè)備零件的裂紋尺寸檢測(cè)問題,本文設(shè)計(jì)了一種基于熒光滲透探傷技術(shù)與圖像處理技術(shù)的裂紋尺寸檢測(cè)系統(tǒng),在保持較高精度的基礎(chǔ)上,可以實(shí)現(xiàn)對(duì)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(cè)量。首先,通過對(duì)傳統(tǒng)滲透探傷方法的歸納和總結(jié),在熒光滲透探傷法的基礎(chǔ)上,采用單個(gè)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(jié)果顯示,對(duì)于最大長度不超過5mm的裂紋,該裂紋尺寸檢測(cè)系統(tǒng)的長度測(cè)量精度優(yōu)于±17.27μm,對(duì)于最大寬度不超過0.5mm的裂紋,寬度測(cè)量精度優(yōu)于±1.73μm,滿足系統(tǒng)使用指標(biāo)中長度、寬度測(cè)量精度均小于總尺寸±0.4%的要求;其次,根據(jù)技術(shù)指標(biāo)要求,完成了... 

【文章來源】：長春理工大學(xué)吉林省

【文章頁數(shù)】：84 頁

【學(xué)位級(jí)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(cè)出的一些線狀輪廓近似作為實(shí)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(zhǔn)確地裂紋信息的，然而裂紋信息的完整性與準(zhǔn)確性是保證裂紋尺寸測(cè)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(zhì)作為參考，在局部窗口中嘗試對(duì)花崗巖表面的裂紋進(jìn)行檢測(cè)[31-32]。2006年，F(xiàn)ujita等人通過差影法和Hessian矩陣的兩個(gè)預(yù)處理環(huán)節(jié)，也在局部窗口下實(shí)現(xiàn)了對(duì)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(cè)算法在檢測(cè)不同尺寸的裂紋時(shí)，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(jié)合后所得的裂紋圖像(a)canny濾波器和小波變換結(jié)合后所得的裂紋灰度圖像;(b)canny濾波器和小波變換結(jié)合后所得裂紋的二值圖像在國內(nèi)，不少研究人員提出了一些效果相對(duì)較好的裂紋檢測(cè)算法。2004年，鄒軼群等人提出了一套完整的裂紋檢測(cè)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(cè)、圖像膨脹、圖像編號(hào)、圖像拼接與細(xì)化、特征提取等步驟。換句話說，該算法首先對(duì)裂紋圖像作去噪聲等預(yù)處理工作，然后通過邊緣檢測(cè)算法實(shí)現(xiàn)裂紋顯像，最后再采用裂紋圖像拼接、細(xì)化等處理環(huán)節(jié)，獲得清晰地裂紋。然而該裂紋檢測(cè)算法中出現(xiàn)的每一步處理工作都比較簡(jiǎn)單，因此最終的裂紋檢測(cè)結(jié)果并不理想，裂紋邊緣出現(xiàn)多處細(xì)微凸起，這些凸起實(shí)際上就是將噪聲像素誤判為裂紋像素導(dǎo)致的[48]。2007年，張洪光等人在進(jìn)行路面圖像的裂紋檢測(cè)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(cè)出的一些線狀輪廓近似作為實(shí)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(zhǔn)確地裂紋信息的，然而裂紋信息的完整性與準(zhǔn)確性是保證裂紋尺寸測(cè)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(zhì)作為參考，在局部窗口中嘗試對(duì)花崗巖表面的裂紋進(jìn)行檢測(cè)[31-32]。2006年，F(xiàn)ujita等人通過差影法和Hessian矩陣的兩個(gè)預(yù)處理環(huán)節(jié)，也在局部窗口下實(shí)現(xiàn)了對(duì)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(cè)算法在檢測(cè)不同尺寸的裂紋時(shí)，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(jié)合后所得的裂紋圖像(a)canny濾波器和小波變換結(jié)合后所得的裂紋灰度圖像;(b)canny濾波器和小波變換結(jié)合后所得裂紋的二值圖像在國內(nèi)，不少研究人員提出了一些效果相對(duì)較好的裂紋檢測(cè)算法。2004年，鄒軼群等人提出了一套完整的裂紋檢測(cè)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(cè)、圖像膨脹、圖像編號(hào)、圖像拼接與細(xì)化、特征提取等步驟。換句話說，該算法首先對(duì)裂紋圖像作去噪聲等預(yù)處理工作，然后通過邊緣檢測(cè)算法實(shí)現(xiàn)裂紋顯像，最后再采用裂紋圖像拼接、細(xì)化等處理環(huán)節(jié)，獲得清晰地裂紋。然而該裂紋檢測(cè)算法中出現(xiàn)的每一步處理工作都比較簡(jiǎn)單，因此最終的裂紋檢測(cè)結(jié)果并不理想，裂紋邊緣出現(xiàn)多處細(xì)微凸起，這些凸起實(shí)際上就是將噪聲像素誤判為裂紋像素導(dǎo)致的[48]。2007年，張洪光等人在進(jìn)行路面圖像的裂紋檢測(cè)研究中，首次提出了將

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

博士論文
[1]基于鏡面間隔和中心偏差測(cè)量的光學(xué)鏡頭輔助裝調(diào)設(shè)備的研究[D]. 郭幫輝.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2014

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



本文編號(hào)：3352270