基于图像处理的罐体裂纹磁粉自动检测系统研究

发布时间：2020-06-26 08:54

【摘要】：目前储罐类等大型承压类特种设备的定期检验采用人工检测,且磁粉裂纹的检测工作量大、劳动强度高、环境恶劣等问题,急需开发能代替人工进行操作的智能化检测设备,包括检测部分和机构行走部分。课题针对自动检测设备上罐体裂纹视觉检测系统进行研究,提出了基于磁粉检测的罐体裂纹的视觉自动识别系统,该系统利用机器视觉技术检测罐体裂纹,起到代替人眼识别的功能,包括图像采集、图像处理、图像裂纹长度的标定,以及裂纹特征的提取及裂纹长度的计算等工作。根据罐体裂纹图像的特征及检测精度选取系统硬件的型号及参数,包括相机、镜头、光源、照明方式、磁粉、磁化类型。选用MATLAB软件作为系统图像处理的软件。针对罐体裂纹图像中存在的打磨及污渍等图像噪声,采用自适应中值滤波进行预处理的方法祛除噪声干扰。针对裂纹信息和背景信息对比度不高的问题,采用开运算与线性变换组合处理的方法对裂纹图像进行了加强处理,提高了裂纹信息和背景信息的对比度。利用图像分块处理法对含有裂纹信息的图像区域进行分块处理,同时引入了裂纹的圆形度、裂纹长宽比、裂纹平均宽度等特征作为裂纹识别的条件,来区分裂纹和干扰信息,达到剔除污渍、凹坑等干扰信息。针对罐体裂纹形状特点,提出两种裂纹像素长度的计算方法,线性拟合法和累加计算法,并对计算结果进行了的比对,选用了与实际长度更接近的累加计算法。通过相机标定明确了裂纹像素长度和裂纹实际长度之间的比例关系,在此基础上计算得到罐体裂纹的实际长度。利用VB6.0软件开发了基于图像处理的罐体裂纹磁粉自动检测系统,实现了焊缝图像的采集、处理、存储和检测。通过现场的实验验证,实际测量裂纹长度为9.5mm,累加法测得的长度约为8.9mm,误差6.4%在允许的范围内,验证了检测系统的可行性和准确性,可为罐体裂纹自动检测的发展提供可靠的技术支持。图 49 幅;表 5 个;参 50 篇。
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH49;TP391.41;TG115.284
【图文】：

机器人视觉,检测系统

第 1 章绪论机，涉及数学算法、遗传算法、图像处理、光学处理等多门学科。像视觉检测技术最典型的系统组成主要包括：光源、被测目标、（CCD）、计算机（包括图像处理模块、智能判断模块、控制模块），如图 1 所示机器人视觉系统进行检测的步骤如下：一步，就是选择合适光源以及光源参数的设定，合适的图像处理软件；二步，通过工业相机进行待测工件的图像采集并进行图像的保存；三步，通过千兆光纤把采图像传输到图像处理软件，应用事先编辑好的程进行处理；四步，就是计算机根据提前设定好的参数进行判断，与此同时控制执行模需要的操作。

机器人视觉,检测系统

第 1 章绪论滚子出现断面的情况是无法进行检测的。善乐等人设计研究一种基于 CCD 技术的非接触式检陷[16]。该检测系统依靠 CCD 相机对检测工件采集视视频信息转化为数字图像信息，通过拉普拉斯边缘增强处理、中值滤波进行平滑处理、二值法和阈值测出轴承表面的缺陷。该系统具有运行可靠、检测为滚动轴承表面缺陷的检测系统的流程示意图。

【参考文献】