基于数字影像处理的农机检修光学视频分析技术

发布时间：2021-06-22 20:33

　　随着计算机技术、数字化与数字影像识别技术、人工神经网络技术、机电一体化技术的进步,无损检测技术获得了迅速发展。近年来,无损检测技术也被应用到了农机的检修和维护上,将农机检修光学视频分析技术引入到了农机零部件的缺陷检测中,通过对农机件激光扫描数字影像的特征提取和无缺陷零部件图的二次曝光比对,可以得到农机零部件是否存在缺陷及缺陷的部位。光学无损检测技术不仅可以提高农机零部件的检修效率,而且最大限度地保护了农机零部件不受损伤,是一种非常实用高效的检修方法。 

【文章来源】：农机化研究. 2020,42(12)北大核心

【文章页数】：4 页

【部分图文】：

无损检测方法

图1 无损检测方法在进行缺陷检测时,首先利用激光扫描设备对待检测农机部件进行监测;然后利用视频采集设备输出扫描结果数字影像,并通过视频采集卡传输到计算机端;计算机通过对视频的分析,提取农机待检测零部件的数字影像,将提取数字影像和无缺陷的数字影像进行对比,最终发现农机零部件是否存在缺陷。

为了实现农机的无损检测,采用光学分析的方法,首先对农机待检测零部件进行激光扫描,扫描后得到检修的光学视频文件;然后,从视频文件中抽取典型数字影像进行分析,在分析时可以采用数字影像比对的方式,采集好农机待检测零部件的完好零件;将其和激光扫描得到的待检测件进行对比,通过对比零部件之间的差异,得到零部件是否存在缺陷。检修流程如图3所示。其中,数字影像的录入主要是通过采集得到激光扫描数字影像;数字影像的处理主要对原始数字影像的噪声进行滤波处理,得到效果更好的数字影像,还包括一些锐化和边缘提取等操作;二次曝光主要是对两幅数字影像进行对比,得到记录前后两幅数字影像的变化,当记录前的无缺陷数字影像和记录后的待检测数字影像存在较大差异时,说明待检测农机部件存在较大的缺陷。

【参考文献】：
期刊论文
[1]Lasso极限最小学习机[J]. 冉杨鋆,孙晓光.  计算机应用与软件. 2013(02)
[2]基于贝叶斯法的复杂有限元模型修正研究[J]. 韩芳,钟冬望,汪君.  振动与冲击. 2012(01)
[3]基于参数不确定性的预应力混凝土梁模型修正[J]. 房长宇,张耀庭.  华中科技大学学报(自然科学版). 2011(11)
[4]图像边缘分割算法的优化研究与仿真[J]. 向方,王宏福.  计算机仿真. 2011(08)
[5]基于视觉的三维重建技术综述[J]. 佟帅,徐晓刚,易成涛,邵承永.  计算机应用研究. 2011(07)
[6]基于贝叶斯统计推断的框架结构损伤诊断研究[J]. 易伟建,周云,李浩.  工程力学. 2009(05)
[7]一种亚像素圆检测的新算法[J]. 张成,王昕,史建卫,韩凡石.  电子质量. 2009(03)
[8]图像跟踪中的边缘检测技术[J]. 陈娟,陈乾辉,师路欢,吴建军.  中国光学与应用光学. 2009(01)
[9]SAR图像特征提取与选择研究[J]. 贺志国,陆军,匡纲要.  信号处理. 2008(05)
[10]基于典型相关分析特征融合的人脸表情识别方法[J]. 张建明,杨丽瑞,王良民.  计算机应用. 2008(03)



本文编号：3243498