基于图像处理的轴类零件表面裂纹检测.docx

目录1绪论 42数字图像处理的主要内容 、特点与算法 93零件表面裂纹图像获取、分析及其前处理 134零件表面裂纹图像的噪声分析及处理 205零件表面裂纹图像的分割与形态学处理 306表面裂纹图像的特征提取及分析 377总结与展望 38参考文献 40致谢 ***中,制造和使用机械零部件时,特别是使用轴类零件的过程中非常容易产生裂纹,轴类零件本身在制造过程中就有可能带有表面裂纹这样的缺陷,或者因为各种原因对轴类零件造成损伤[1]。特别是在冶炼转炉与飞机设备等高温高压环境中,长时间的使用使得裂纹损伤不断累积,微裂纹就会慢慢出现,然后接着向四周延伸,最后造成对轴类零件的不可逆损坏。零件自身的表面裂纹和受力部分的过度集中都会使得零件在运行过程中不断地承受交变载荷的过度侵蚀,时间越长,零件慢慢就会发生断裂,进而造成严重的后果。在这些外界因素的不断影响下,轴类机械零件在开始出现疲劳裂纹后并继续向坏的方向发展的趋势是造成其失效的主要原因。而大部分轴类机械零件都在高温或者高压的环境里工作,运行条件非常差,而且发生故障的几率偏高,并且若是大的故障突然发生的话,后果非常严重。轴类零件材料里面的晶界、夹渣或者微小孔和腐蚀、表面划伤等,都会造成初始裂纹的产生。总的来说,机械零件表面裂纹的产生与不断恶化的情况,主要是由于受力不均,过于集中所致。大量数据表示,失效零件构造中80%的缘由就是疲劳损坏。因此,及时检查机械零件的表面微裂纹的现状以避免发生事故,对工业及其发展有很大的意义。当今社会,企业之间的竞争愈来愈烈,使得企业对生产产品的量度和精度要求越来越高。在以前的企业生产中,产品质量的检测主要就是靠人工来完成,效率不高而且非常容易产生误差。数字图像处理由于其检测结果精确并且容易处理、检测过程不直接接触损伤表面等优点,得到了社会上数字图像处理领域的广泛关注。若是单靠人工来完成检测,会受到视觉分辨能力、零件所在的环境、本身的检查态度、自身的疲劳程度等因素影响,费时费力。裂纹检测是质安检查的重点方面之一,将数字图像处理技术应用到制造工业的检测范畴中,会不受检测人员的自身疲劳程度、检查的态度和经验不足等消极因素的影响,所以与传统的人工检测相比,效率提高的同时,也让检测结果愈加的准确,特别是那些靠人工无法满足连续稳定完成的地方,数字图像处理技术更能发挥其作用。,随着科学技术的不断发展,图像处理技术越来越活跃在工业监测当中,并且广泛应用于各个领域。数字图像处理(DigitalImageProcessing)通俗来讲就是操纵计算机对图像进行处理。它是一门相对于年轻的学科。最先出现于20世纪50年代,那个时候的电子计算机恰是不断发展的时候,人们渐渐开始注意到用计算机来处理图形和图像信息。数字图像处理技术大约构成于20世纪60年代早期[2]。短短的历史发展中,它以大大小小的成功开发而被应用到诸多检测领域中,发展非常迅速。如今,在空间遥感测量、外围轮廓三维检测、缺陷监测以及干涉图等涉及图像处理的技术领域有也了突出的表现与广泛的应用。在工业检测领域,机械零件的自动测量一直是工业生产过程中的主要操作过程之一。在不断要求高生产率的情况下,还要保证其速度,以确保产品质量没有太大的误差,保持一种高精度的操作模式。很明显,利用图像处理技术的检