基于荧光磁粉裂纹探伤的图象识别装置设计

发布时间：2022-09-29 21:32

　　针对目前特种设备磁粉探伤主要依赖人工判断,智能化水平低的问题,提出了一种基于荧光磁粉裂纹探伤的图象识别方法,通过对被测工件通磁并喷洒磁悬液,利用紫外线光源照射,采用工业相机采集裂纹照片,最后经软件分析自动识别裂纹图象。为解决荧光磁粉裂纹采集图象存在干扰噪声大关联性强的问题,采用RGB-HSV图象预处理算法和梯度特征提取法识别图象裂纹,设计开发图象识别软件并实验验证算法的可行性。检测人员利用荧光磁粉裂纹探伤图象识别装置可以快速判断工件缺陷问题,提高无损检测效率。 

【文章页数】：5 页

【部分图文】：

RGB-HSV预处理后图象

系统结构框图

试验流程图

【参考文献】：
期刊论文
[1]基于状态空间特征提取的微裂纹定量检测[J]. 万海波,杨世锡,刘永强.  振动.测试与诊断. 2019(02)
[2]基于图像处理的球罐表面裂纹磁粉检测研究[J]. 牛壮,陈继泽,霍平.  机械工程与自动化. 2019(02)
[3]承压类特种设备常用无损检测方法[J]. 岳飞.  电子技术与软件工程. 2019(05)
[4]图像处理用于机器人焊接焊缝偏移的测量研究[J]. 吕阳,魏海坤,张侃健.  信息技术与信息化. 2019(02)
[5]基于HSV阈值法的无人机影像变色松树识别[J]. 陶欢,李存军,谢春春,周静平,淮贺举,蒋丽雅,李凤涛.  南京林业大学学报(自然科学版). 2019(03)
[6]HSV色彩空间下三边滤波的Retinex图像增强算法研究[J]. 师晶晶.  自动化与仪器仪表. 2018(12)
[7]基于数字图像处理的活塞位姿检测技术研究[J]. 陶唐飞,贺华,郑翔,徐佳宇.  工业仪表与自动化装置. 2018(05)
[8]基于机器视觉的荧光磁粉检测图像预处理方法[J]. 金翠娥,吴远峰,刘颖卓.  无损检测. 2018(09)
[9]超声检测中金属裂纹多特征提取研究[J]. 樊萍,刘新宝.  西北大学学报(自然科学版). 2018(04)
[10]基于模型法的医学影像图像纹理分析研究[J]. 张永刚,陈军.  工业仪表与自动化装置. 2018(03)



本文编号：3683341