裂紋檢測作為機械零部件、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),一直是學術(shù)界研究的熱點與難點課題。傳統(tǒng)的裂紋檢測任務(wù)由工人根據(jù)自身經(jīng)驗完成,具有主觀性太強、檢測質(zhì)量不穩(wěn)定、成本代價高昂等缺點,因此裂紋的自動化檢測是未來發(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,提出一種新的基于圖像的裂紋檢測方法。首先,本文對磁環(huán)表面紋理噪聲干擾、偽裂紋特征干擾進行了分析,分析對比了空間域、時頻域濾波算法�？臻g域濾波方法中,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、導向濾波器和帶權(quán)最小二乘濾波器處理磁環(huán)裂紋圖像的性能,通過峰值信噪比對其性能指標進行了量化評價;時頻域濾波方法中,基于小波分析利用極坐標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變換的圖像采樣方法,有效減少了原始數(shù)據(jù),實驗結(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,并據(jù)此對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檢測方法;基于小波分析方法提出了另一種裂紋種子點檢測方... 

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

【文章頁數(shù)】：97 頁

【學位級別】：碩士

【部分圖文】：

圖2-7雙邊濾波器的保邊原理

細節(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節(jié)系數(shù)。按照上述分析，將細節(jié)系數(shù)歸一化到 的灰度級空間，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“Symlet 2”響應(yīng)最大。除裂紋區(qū)域外，其他細節(jié)系數(shù)較大的像素分布都比較分散，這表明對于一定寬度的裂紋，利用特定的小波函數(shù)進行分析是有效的。對小波變換的結(jié)23

端面為環(huán)形，因此目標物不會布滿整個視場，圖像的非目標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)。為此需要對零件圓心進行定位。目前對圓和直線這類基本幾何形狀的識別主要有兩類算法，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識別圓算法中，需要輸入待識別圓的半徑范圍，最小投票數(shù)等參數(shù)，其優(yōu)勢在于可以一次識別多個圓，但是識別準確率與穩(wěn)定性對輸入?yún)?shù)比較敏感。本文只需要識別一個圓，并且對識別的穩(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行，需要先將原始圖像進行二值化，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 目標檢測區(qū)域與圖像灰度直方圖：（a）目標檢測區(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明顯波峰

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

博士論文
[1]基于機器視覺的半導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 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 2016
[3]基于稀疏特征的觸摸屏圖像缺陷檢測及識別方法的研究[D]. 梁列全.華南理工大學 2015
[4]基于多特征融合的路面破損圖像自動識別技術(shù)研究[D]. 徐志剛.長安大學 2012

碩士論文
[1]基于機器學習方法的管材缺陷識別方法研究[D]. 郭潤元.西安理工大學 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 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 2017



本文編號：3608709