磨损磨粒的显微形态分析与自动识别技术研究

发布时间：2020-07-31 08:06

【摘要】：铁谱技术是监测机器运行状态和判断故障诊断的最有效手段之一,从问世至今在工业领域都发挥着巨大的作用。然而,随着工业的高度发展,传统的铁谱技术由于主观性强、精度低、耗时长等缺点,已不能满足其需要,并严重影响该技术的推广和使用。因此发展自动化的铁谱技术成为当务之急,同时它也是最近十余年铁谱领域研究的热点和难点。本课题选取彩色磨粒图像,运用计算机图像处理技术、模式识别方法和摩擦学知识,以Visual C++6.0为软件平台,开发了磨粒自动识别与分析系统(DAIAS)。在该系统中首先对彩色磨粒图像进行预处理实现了磨粒的标识;然后根据磨粒的识别特征建立了磨粒显微形态学特征描述体系,确定了磨粒的三类特征参数(颜色参数、表面纹理参数、形状尺寸参数),并在标识的磨粒上进行了特征量提取,创建了参数数据库;最后在提取的磨粒特征量的基础上,运用灰色定权聚类的模式识别方法成功地识别了六种磨粒(正常磨粒、球形磨粒、切削磨粒、严重滑动磨粒、Fe_2O_3磨粒、Fe_3O_4磨粒)。本文给出大量的图例证明了课题中提出的方法切实可行,为进一步深化开展机械设备故障诊断研究工作打下了坚实的基础。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH117
【图文】：

自适应中值滤波,图像增强,图像

另一种方法是在图像的四周复制原图像边界像素的值，从而使模板悬挂在图像四周时可以进行正常的计算[49l。但是补在图像边界的部分会给滤波处理带来不良影响，在此采用第一种方法【501。图3一7中()a为滤波前磨粒的原始彩色图像，加权平均滤波后的结果如图3一7中(b)所示。()a磨粒彩色原始图像(b)加权平均滤波后图像(c)图3一7彩色磨粒图像的图像增强Imageenhaneementofeolordebris自适应中值滤波后图像F193一7imag3..52自适应中值滤波自适应中值滤波是在经典中值滤波理论基础上改进的一种滤波方法。若脉冲噪声(椒盐噪声)在空间上出现的概率不大，中值滤波一般都可以取得较好的效果15’]。实验表明，当出现的正负脉冲噪声概率均小于02时，中值滤波是可用的，而当脉冲噪声在空间上出现的概率较大时，使用中值滤波后可能产生较严重的失真。而磨粒图像在加权平均滤波后，图像中仍然存在着一些孤立的噪声点，同时还存在着?

直方图,直方图,分量,彩色直方图

出现的频率，它是图像最基本的统计特征1561。按照同样的原理，我们可以给出彩色图像的彩色直方图一RGB直方图，只不过它由R、G、B三个直方图分量组成的。图3一8所示的是一幅彩色磨粒图像的RGB直方图。(c)直方图绿色(G)分量(d)直方图蓝色(B)分量图3一8彩色磨粒图像RGB直方图F193一8RGBhistogramofeolordebrisimage基于直方图分析的闭值分割法最直观[57，.]可以通过直方图直接观察到图像颜色分布情况，然后根据分布状况选取闭值。假设MxN二维图像X在像素点(i)J点的颜色值记为R(iJ’)、G(i)J、B(iv’)，设t*、勿、坛分别为图像中三个分量的闭值，则目标和背景的划分原则为:目标部分:O二扭(，，j):，*且G(，，j):

磨粒图像,双峰,直方图

对于直方图出现单峰或有宽且平的峰谷的情况，这时最佳阐值往往可能出现在图像直方图的“肩部”，此例见图3一10。在本系统RGB直方图闭值分割的过程中，可以点击鼠标左键直接在三个直方图上选取闽值，图3一9和图3一10两个例子显示了此方法的实现过程。在直方图中直接选取闭值的方法直观、简洁、大大减少了计算量，图3一11是RGB直方图闭值分割的总体界面。(c)绿色(G)直方图选取闽值d()蓝色(B)直方图选取闽值()e分割后的图像图3一9双峰彩色磨粒图像分割F193一9Imagesegmentationofdoubletimage()a图像增强后的彩色磨粒图像b()红色(R)直方图选取阂值续下页

【引证文献】