荧光渗透探伤裂纹尺寸检测技术研究
发布时间：2021-08-19 22:44
工业化进程的飞速推进,对仪器设备的工作效率提出了更高的要求。同时,仪器设备日渐复杂的组成结构,让结构精度的高低成为了评价仪器可靠性的重要指标。由于裂纹缺陷的存在会引起设备机械性能的急剧降低,严重影响仪器设备的性能,所以零件表面裂纹缺陷的存在与否也成为了评价仪器设备工作质量的关键一环。无损探伤技术的日渐成熟与图像处理技术的不断发展,让传统工业测量与新兴技术的融合成为可能,为裂纹尺寸检测技术开辟了一条全新的道路。针对仪器设备零件的裂纹尺寸检测问题,本文设计了一种基于荧光渗透探伤技术与图像处理技术的裂纹尺寸检测系统,在保持较高精度的基础上,可以实现对多种不同表面形状（平面、曲面与阶梯型表面）零件的裂纹尺寸测量。首先,通过对传统渗透探伤方法的归纳和总结,在荧光渗透探伤法的基础上,采用单个像元尺寸叠加的方式,确定裂纹缺陷的尺寸信息。精度分析结果显示,对于最大长度不超过5mm的裂纹,该裂纹尺寸检测系统的长度测量精度优于±17.27μm,对于最大宽度不超过0.5mm的裂纹,宽度测量精度优于±1.73μm,满足系统使用指标中长度、宽度测量精度均小于总尺寸±0.4%的要求;其次,根据技术指标要求,完成了...
【文章来源】：长春理工大学吉林省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
按压形成的裂纹
第1章绪论6用了分水岭分割算法。然而这些方法都将线性形状特征作为判别裂纹的主要依据，最终只能将检测出的一些线状轮廓近似作为实际裂纹来处理，因此，过度的专注于线性形状特征是无法得到完整且准确地裂纹信息的，然而裂纹信息的完整性与准确性是保证裂纹尺寸测量精度的重要前提[35-41]。2007年，Roli和Hatada等人将裂纹的方向性质作为参考，在局部窗口中尝试对花岗岩表面的裂纹进行检测[31-32]。2006年，Fujita等人通过差影法和Hessian矩阵的两个预处理环节，也在局部窗口下实现了对裂纹信息的提取[42-47]。但是局部窗口的大小都是固定的，所以这些裂纹检测算法在检测不同尺寸的裂纹时，其适用性有所欠缺。(a)(b)图1.2小波变换后所得的裂纹图像(a)小波变换后所得的裂纹灰度图像;(b)小波变换后所得的裂纹二值图像(a)(b)图1.3canny滤波器和小波变换结合后所得的裂纹图像(a)canny滤波器和小波变换结合后所得的裂纹灰度图像;(b)canny滤波器和小波变换结合后所得裂纹的二值图像在国内，不少研究人员提出了一些效果相对较好的裂纹检测算法。2004年，邹轶群等人提出了一套完整的裂纹检测过程，该过程分为消除灯光环境噪声、阈值分割与边缘检测、图像膨胀、图像编号、图像拼接与细化、特征提取等步骤。换句话说，该算法首先对裂纹图像作去噪声等预处理工作，然后通过边缘检测算法实现裂纹显像，最后再采用裂纹图像拼接、细化等处理环节，获得清晰地裂纹。然而该裂纹检测算法中出现的每一步处理工作都比较简单，因此最终的裂纹检测结果并不理想，裂纹边缘出现多处细微凸起，这些凸起实际上就是将噪声像素误判为裂纹像素导致的[48]。2007年，张洪光等人在进行路面图像的裂纹检测研究中，首次提出了将
第1章绪论6用了分水岭分割算法。然而这些方法都将线性形状特征作为判别裂纹的主要依据，最终只能将检测出的一些线状轮廓近似作为实际裂纹来处理，因此，过度的专注于线性形状特征是无法得到完整且准确地裂纹信息的，然而裂纹信息的完整性与准确性是保证裂纹尺寸测量精度的重要前提[35-41]。2007年，Roli和Hatada等人将裂纹的方向性质作为参考，在局部窗口中尝试对花岗岩表面的裂纹进行检测[31-32]。2006年，Fujita等人通过差影法和Hessian矩阵的两个预处理环节，也在局部窗口下实现了对裂纹信息的提取[42-47]。但是局部窗口的大小都是固定的，所以这些裂纹检测算法在检测不同尺寸的裂纹时，其适用性有所欠缺。(a)(b)图1.2小波变换后所得的裂纹图像(a)小波变换后所得的裂纹灰度图像;(b)小波变换后所得的裂纹二值图像(a)(b)图1.3canny滤波器和小波变换结合后所得的裂纹图像(a)canny滤波器和小波变换结合后所得的裂纹灰度图像;(b)canny滤波器和小波变换结合后所得裂纹的二值图像在国内，不少研究人员提出了一些效果相对较好的裂纹检测算法。2004年，邹轶群等人提出了一套完整的裂纹检测过程，该过程分为消除灯光环境噪声、阈值分割与边缘检测、图像膨胀、图像编号、图像拼接与细化、特征提取等步骤。换句话说，该算法首先对裂纹图像作去噪声等预处理工作，然后通过边缘检测算法实现裂纹显像，最后再采用裂纹图像拼接、细化等处理环节，获得清晰地裂纹。然而该裂纹检测算法中出现的每一步处理工作都比较简单，因此最终的裂纹检测结果并不理想，裂纹边缘出现多处细微凸起，这些凸起实际上就是将噪声像素误判为裂纹像素导致的[48]。2007年，张洪光等人在进行路面图像的裂纹检测研究中，首次提出了将
【参考文献】：
期刊论文
[1]一种新型折反式光学定心系统设计[J]. 李响,白素平,王赫,闫钰锋. 长春理工大学学报(自然科学版). 2018(06)
[2]基于CCD图像的表面裂纹检测[J]. 曹宇,应保胜. 现代制造工程. 2014(12)
[3]表面裂纹检测的现状及发展趋势[J]. 丁浩,欧阳敏. 科技风. 2012(17)
[4]生物视觉模型的太阳能电池板裂纹检测[J]. 方帅,李斌,何祥浩. 小型微型计算机系统. 2012(08)
[5]基于机器视觉的耐火砖裂纹检测[J]. 程骏,贺俊吉,肖建立,朱盈. 微计算机信息. 2010(35)
[6]半自动荧光渗透检测生产线[J]. 刘凯. 无损探伤. 2009(06)
[7]量块弯曲变形对检测结果的影响[J]. 钟华,吴小丽,粟廷富. 计量与测试技术. 2008(09)
[8]基于人工种群和Agent的路面裂纹检测算法[J]. 张洪光,王祁. 哈尔滨工业大学学报. 2007(01)
[9]基于数字图像处理的表面裂纹检测算法[J]. 邹轶群,侯贵仓,杨峰. 微计算机信息. 2004(04)
[10]眼底图像畸变的校正及多幅图像的特征点拼接算法[J]. 李超,陈武凡,吴德正. 中国生物医学工程学报. 2002(03)
博士论文
[1]基于镜面间隔和中心偏差测量的光学镜头辅助装调设备的研究[D]. 郭帮辉.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]光学定心装配折反式测量系统研究[D]. 李响.长春理工大学 2019
[2]镁合金与钢接触反应钎焊工艺研究[D]. 刘颖.江苏科技大学 2018
[3]太阳能电池片表面裂纹检测算法的研究与实现[D]. 冯博.吉林大学 2014
[4]基于机器视觉的高精度尺寸检测方法与实现[D]. 龚聪.广东工业大学 2014
[5]基于生物视觉模型的太阳能电池板缺陷检测的应用研究[D]. 李斌.合肥工业大学 2012
[6]太阳能电池检测系统的运动控制实现及裂痕识别算法研究[D]. 于博.吉林大学 2010
[7]基于图象处理的太阳能电池阵列裂缝的检测[D]. 王玉.吉林大学 2009
[8]基于图像处理的路面裂纹识别研究[D]. 刘德超.长沙理工大学 2009
[9]张量投票算法及其应用[D]. 秦菁.华东师范大学 2008
[10]太阳能电池阵列图像数据分析软件的设计与实现[D]. 黄赫.吉林大学 2008
本文编号：3352270
【文章来源】：长春理工大学吉林省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
按压形成的裂纹
第1章绪论6用了分水岭分割算法。然而这些方法都将线性形状特征作为判别裂纹的主要依据，最终只能将检测出的一些线状轮廓近似作为实际裂纹来处理，因此，过度的专注于线性形状特征是无法得到完整且准确地裂纹信息的，然而裂纹信息的完整性与准确性是保证裂纹尺寸测量精度的重要前提[35-41]。2007年，Roli和Hatada等人将裂纹的方向性质作为参考，在局部窗口中尝试对花岗岩表面的裂纹进行检测[31-32]。2006年，Fujita等人通过差影法和Hessian矩阵的两个预处理环节，也在局部窗口下实现了对裂纹信息的提取[42-47]。但是局部窗口的大小都是固定的，所以这些裂纹检测算法在检测不同尺寸的裂纹时，其适用性有所欠缺。(a)(b)图1.2小波变换后所得的裂纹图像(a)小波变换后所得的裂纹灰度图像;(b)小波变换后所得的裂纹二值图像(a)(b)图1.3canny滤波器和小波变换结合后所得的裂纹图像(a)canny滤波器和小波变换结合后所得的裂纹灰度图像;(b)canny滤波器和小波变换结合后所得裂纹的二值图像在国内，不少研究人员提出了一些效果相对较好的裂纹检测算法。2004年，邹轶群等人提出了一套完整的裂纹检测过程，该过程分为消除灯光环境噪声、阈值分割与边缘检测、图像膨胀、图像编号、图像拼接与细化、特征提取等步骤。换句话说，该算法首先对裂纹图像作去噪声等预处理工作，然后通过边缘检测算法实现裂纹显像，最后再采用裂纹图像拼接、细化等处理环节，获得清晰地裂纹。然而该裂纹检测算法中出现的每一步处理工作都比较简单，因此最终的裂纹检测结果并不理想，裂纹边缘出现多处细微凸起，这些凸起实际上就是将噪声像素误判为裂纹像素导致的[48]。2007年，张洪光等人在进行路面图像的裂纹检测研究中，首次提出了将
第1章绪论6用了分水岭分割算法。然而这些方法都将线性形状特征作为判别裂纹的主要依据，最终只能将检测出的一些线状轮廓近似作为实际裂纹来处理，因此，过度的专注于线性形状特征是无法得到完整且准确地裂纹信息的，然而裂纹信息的完整性与准确性是保证裂纹尺寸测量精度的重要前提[35-41]。2007年，Roli和Hatada等人将裂纹的方向性质作为参考，在局部窗口中尝试对花岗岩表面的裂纹进行检测[31-32]。2006年，Fujita等人通过差影法和Hessian矩阵的两个预处理环节，也在局部窗口下实现了对裂纹信息的提取[42-47]。但是局部窗口的大小都是固定的，所以这些裂纹检测算法在检测不同尺寸的裂纹时，其适用性有所欠缺。(a)(b)图1.2小波变换后所得的裂纹图像(a)小波变换后所得的裂纹灰度图像;(b)小波变换后所得的裂纹二值图像(a)(b)图1.3canny滤波器和小波变换结合后所得的裂纹图像(a)canny滤波器和小波变换结合后所得的裂纹灰度图像;(b)canny滤波器和小波变换结合后所得裂纹的二值图像在国内，不少研究人员提出了一些效果相对较好的裂纹检测算法。2004年，邹轶群等人提出了一套完整的裂纹检测过程，该过程分为消除灯光环境噪声、阈值分割与边缘检测、图像膨胀、图像编号、图像拼接与细化、特征提取等步骤。换句话说，该算法首先对裂纹图像作去噪声等预处理工作，然后通过边缘检测算法实现裂纹显像，最后再采用裂纹图像拼接、细化等处理环节，获得清晰地裂纹。然而该裂纹检测算法中出现的每一步处理工作都比较简单，因此最终的裂纹检测结果并不理想，裂纹边缘出现多处细微凸起，这些凸起实际上就是将噪声像素误判为裂纹像素导致的[48]。2007年，张洪光等人在进行路面图像的裂纹检测研究中，首次提出了将
【参考文献】：
期刊论文
[1]一种新型折反式光学定心系统设计[J]. 李响,白素平,王赫,闫钰锋. 长春理工大学学报(自然科学版). 2018(06)
[2]基于CCD图像的表面裂纹检测[J]. 曹宇,应保胜. 现代制造工程. 2014(12)
[3]表面裂纹检测的现状及发展趋势[J]. 丁浩,欧阳敏. 科技风. 2012(17)
[4]生物视觉模型的太阳能电池板裂纹检测[J]. 方帅,李斌,何祥浩. 小型微型计算机系统. 2012(08)
[5]基于机器视觉的耐火砖裂纹检测[J]. 程骏,贺俊吉,肖建立,朱盈. 微计算机信息. 2010(35)
[6]半自动荧光渗透检测生产线[J]. 刘凯. 无损探伤. 2009(06)
[7]量块弯曲变形对检测结果的影响[J]. 钟华,吴小丽,粟廷富. 计量与测试技术. 2008(09)
[8]基于人工种群和Agent的路面裂纹检测算法[J]. 张洪光,王祁. 哈尔滨工业大学学报. 2007(01)
[9]基于数字图像处理的表面裂纹检测算法[J]. 邹轶群,侯贵仓,杨峰. 微计算机信息. 2004(04)
[10]眼底图像畸变的校正及多幅图像的特征点拼接算法[J]. 李超,陈武凡,吴德正. 中国生物医学工程学报. 2002(03)
博士论文
[1]基于镜面间隔和中心偏差测量的光学镜头辅助装调设备的研究[D]. 郭帮辉.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]光学定心装配折反式测量系统研究[D]. 李响.长春理工大学 2019
[2]镁合金与钢接触反应钎焊工艺研究[D]. 刘颖.江苏科技大学 2018
[3]太阳能电池片表面裂纹检测算法的研究与实现[D]. 冯博.吉林大学 2014
[4]基于机器视觉的高精度尺寸检测方法与实现[D]. 龚聪.广东工业大学 2014
[5]基于生物视觉模型的太阳能电池板缺陷检测的应用研究[D]. 李斌.合肥工业大学 2012
[6]太阳能电池检测系统的运动控制实现及裂痕识别算法研究[D]. 于博.吉林大学 2010
[7]基于图象处理的太阳能电池阵列裂缝的检测[D]. 王玉.吉林大学 2009
[8]基于图像处理的路面裂纹识别研究[D]. 刘德超.长沙理工大学 2009
[9]张量投票算法及其应用[D]. 秦菁.华东师范大学 2008
[10]太阳能电池阵列图像数据分析软件的设计与实现[D]. 黄赫.吉林大学 2008
本文编号：3352270
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3352270.html
最近更新
教材专著
