基于图像处理的轴类零件表面裂纹检测

中北大学 2017 届毕业设计说明书目 录1 绪论 .11.1 课题研究的背景 .11.2 图像处理检测技术概述 .11.3 图像处理检测技术的发展现状 .21.4 图像检测技术在工业中的应用 .31.5 论文的主要内容 .31.5.1 预处理 .41.5.2 阈值分割 .41.5.3 计算并得出结论 .41.6 本章小结 .42 数字图像处理的主要内容 .52.1 数字图像处理的内容、特点与算法 .52.1.1 数字图像处理的研究内容 .52.1.2 数字图像处理的基本特点 .82.2 算法流程图 .93 零件表面裂纹图像获取、分析及其前处理 .113.1 图像的获取 .113.2 图像的前处理 .123.3 图像的灰度处理 .12中北大学 2017 届毕业设计说明书3.3.1 裂纹图像的灰度转换 .123.3.2 灰度直方图 .134 零件表面裂纹图像的噪声分析及处理 .144.1 裂纹图像的噪声分析 .144.2 裂纹图像的噪声滤波预处理 .154.2.1 图像平滑处理 .154.2.2 中值滤波处理 .164.3 裂纹图像的灰度均衡处理 .18中北大学 2017 届毕业设计说明书4.3.1 直方图均衡的意义 .184.3.2 直方图均衡的原理算法及处理 .205 零件表面裂纹图像的分割与形态学处理 .235.1 图像分割的研究 .235.1.1 图像分割的意义及方法 .235.1.2 图像阈值分割的原理算法及处理 .255.2 数学形态学处理 .285.2.1 什么是数学形态学 .285.2.2 图像的腐蚀 .295.2.3 图像的膨胀 .306 表面裂纹图像的特征提取及分析 .326.1 裂纹的面积 .326.2 裂纹的周长 .336.2.1 轮廓提取 .336.2.2 轮廓周长算法 .346.3 裂纹的长度 .356.3.1 细化 .356.3.2 裂纹骨架长度的算法 .366.4 裂纹圆形度 .366.5 误差分析 .37中北大学 2017 届毕业设计说明书6.6 本章小结 .377 总结与展望 .387.1 总结 .387.2 展望 .38参考文献 .40致谢 .41中北大学 2017 届毕业设计说明书第 1 页 共 41 页1 绪论1.1 课题研究的背景在机械工业中，制造和使用机械零部件时，特别是使用轴类零件的过程中非常容易产生裂纹，轴类零件本身在制造过程中就有可能带有表面裂纹这样的缺陷，或者因为各种原因对轴类零件造成损伤 1。特别是在冶炼转炉与飞机设备等高温高压环境中，长时间的使用使得裂纹损伤不断累积，微裂纹就会慢慢出现，然后接着向四周延伸，最后造成对轴类零件的不可逆损坏。零件自身的表面裂纹和受力部分的过度集中都会使得零件在运行过程中不断地承受交变载荷的过度侵蚀，时间越长，零件慢慢就会发生断裂，进而造成严重的后果。在这些外界因素的不断影响下，轴类机械零件在开始出现疲劳裂纹后并继续向坏的方向发展的趋势是造成其失效的主要原因。而大部分轴类机械零件都在高温或者高压的环境里工作，运行条件非常差，而且发生故障的几率偏高，并且若是大的故障突然发生的话，后果非常严重。轴类零件材料里面的晶界、夹渣或者微小孔和腐蚀、表面划伤等，都会造成初始裂纹的产生。总的来说，机械零件表面裂纹的产生与不断恶化的情况，主要是由于受力不均，过于集中所致。大量数据表示，失效零件构造中 80%的缘由就是疲劳损坏。因此，及时检查机械零件的表面微裂纹的现状以避免发生事故，对工业及其发展有很大的意义。当今社会，企业之间的竞争愈来愈烈，使得企业对生产产品的量度和精度要求越来越高。在以前的企业生产中，产品质量的检测主要就是靠人工来完成，效率不高而且非常容易产生误差。数字图像处理由于其检测结果精确并且容易处理、检测过程不直接接触损伤表面等优点，得到了社会上数字图像处理领域的广泛关注。若是单靠人工来完成检测，会受到视觉分辨能力、零件所在的环境、本身的检查态度、自身的疲劳程度等因素影响，费时费力。裂纹检测是质安检查的重点方面之一，将数字图像处理技术应用到制造工业的检测范畴中，会不受检测人员的自身疲劳程度、检查的态度和经验不足等消极因素的影响，所以与传统的人工检测相比，效率提高的同时，也让检测结果愈加的准确，特别是那些靠人工无法满足连续稳定完成的地方，数字图像处理技术更能发挥其作用。1.2 图像处理检测技术概述中北大学 2017 届毕业设计说明书第 2 页 共 41 页近年来，随着科学技术的不断发展，图像处理技术越来越活跃在工业监测当中，并且广泛应用于各个领域。数字图像处理（Digital Image Processing）通俗来讲就是操纵计算机对图像进行处理。它是一门相对于年轻的学科。最先出现于 20 世纪 50 年代，那个时候的电子计算机恰是不断发展的时候，人们渐渐开始注意到用计算机来处理图形和图像信息。数字图像处理技术大约构成于 20 世纪 60 年代早期 2。短短的历史发展中，它以大大小小的成功开发而被应用到诸多检测领域中，发展非常迅速。如今，在空间遥感测量、外围轮廓三维检测、缺陷监测以及干涉图等涉及图像处理的技术领域有也了突出的表现与广泛的应用。在工业检测领域，机械零件的自动测量一直是工业生产过程中的主要操作过程之一。在不断要求高生产率的情况下，还要保证其速度，以确保产品质量没有太大的误差，保持一种高精度的操作模式。很明显，利用图像处理技术的检测方式完全适应了时代的需求。首先，它可以无干扰的完成监测；其次，它可以不断的完善自己的算法结构等等以更好的得到结果；最后，图像检测技术可以通过计算机程序来处理图像信息，智能获得测量结果，易于信息的管理与集成。我们可以预料到数字图像处理技术在未来的发展中将会发挥更重要的作用。1.3 图像处理检测技术的发展现状随着计算机技术的不断发展，图像检测技术作为一种刚刚发展起来，并且检测结果非常卓越的在线检测技术，越来越多的新技术不断的刺激着数据图像处理的飞速发展：低价位的高速处理器（MCU、DSP、ARM 等）、低成本大容量的存储器、用于图像数字化的低成本图像传感器（包括 CCD 和 CMOS）等等。工业摄像机分辨率的不断提高，计算机处理器和内存配置等的不断发展提升，使得图像处理的速度和精度需要不断的完善大量的图像处理内部算法。软件方面，越来越多的图像处理软件被开发并推广使用，各种各样的图像处理算法被完善与创新，为实现更好的图像处理检测操作和得到更完善的检测结果做出了大量的理论依据。在最近几年的发展过程中，小波变换与遗传学也应用到了数字图像处理检测领域中。技术的不断创新与更新，使得图像处理技术不断的向前发展，在思路慢慢完善下，图像检测技术必然会不断登上现代图像检测领域的舞台。中北大学 2017 届毕业设计说明书第 3 页 共 41 页最早开始建议并研讨图像处理检测技术的是日德美加等国家，并且渐渐得到了社会的广泛关注，部分高校与科研会所也开始进行数字图像处理检测技术的开发，并且得到了很多后来被应用到工业生产中的理论结果。随着科技技术的不断发展，以数字图像处理为核心的诸多领域也得到了很大的发展与进步，并且已经开发出一系列被社会所接受使用的产品。国内开始研究图像处理检测技术是在 20 世纪 80 年代，起步相对比较晚，被国外拉开了 20 年的差距，到现在，我们国家的图像检测技术现在还处于很多方面都需要赶上的局面。而使用线阵 CCD 这一种操作是相对比较广泛的使用，主要是通过垂直这两个方向上进行不断的扫描，以达到测量的目的。但是那个时候的 CCD 相对价格比较贵，使用者不多，而刚开始的 CCD 图像检测技术也不是那么的完善，检测精度有限，满足不了人们的需求，所以总的来说那个时候的 CCD 覆盖范围不是很广。到了快 21 世纪的时候，我国大部分的科研机构和部分高校开始着手进行图像检测的研究，并且取得了很大的成就和成绩，在工业生产、制药方面都效果非凡，而且大部分成果也得到了很好的应用。但就现状而言，与国外还是差距很大，还需要奉献更多的人力、物力与财力，深入探索，继续努力。1.4 图像检测技术在工业中的应用如今，在工业技术不断革命创新中，图像检测技术得到了普遍的应用。数字图像处理检测技术在工业生产中的应用主要体现在下面三个方面：表 1.1 图像检测技术在工业中的应用体现尺寸测量基于数字图像处理检测技术可以对各种加工工艺流程下的各种工件尺寸进行测量，如机械零件尺寸的测量，角度的测量，圆度和回转精度的测量，以及垂直度、直线度和平面度的测量等。尺寸测量是图像检测技术较早涉及的研究方向与领域。表面质量检测机械工业中，机械零件的表面缺陷非常重要，小的表面质量缺陷往往影巨大。机械零件表面质量检测主要包括表面的纹理、毛刺、等参数。故中北大学 2017 届毕业设计说明书第 4 页 共 41 页还需进一步的研究与完善检测理论和方法。目标分类与识别分类与识别特定目标群是图像检测技术研究的焦点，其思想是首先对获得或者建立起物体标本库，然后从实际图像中获取特征后以各种算法匹对，辨别出最相似的个体。提取出某些特征来识别，视网膜、指纹、脸部识别等都是目前比较典型的应用。1.5 论文的主要内容本次课题主要是利用数字图像处理里面的部分知识，来对图像零件裂纹进行处理并检测，最后得到裂纹的形态特征等。主要的研究内容有：1.5.1 预处理在一张图像中，用识别程序对每一个单独模块进行识别检测，这一过程称为预处理。预处理在数字图像处理中占有尤为重要的地位，在图像分析中，对输入的目标图像进行去噪、分割、提取目标图像进而分析图像的形态特征。在图像预处理这一步中，主要是对图像进行去噪，也就是去除干扰图像目标信息的杂信息，让后续的分割、提取处理的误差相对较小，得到的结果也更加可信。具体来讲，就是首先观察处理图像的灰度直方图，然后利用其直方图找到目标图像像素的分布区域，然后确定图像噪声的类型，选择合适的去噪方法，本次实验选取了均值滤波和中值滤波等去噪方法。1.5.2 阈值分割观察图像直方图的分布情况，确定目标图像像素的分布区域，找到一种合适的分割方法，对图像进行阈值分割。将裂纹图像转换为二值图像，再用形态学处理，利用腐蚀、膨胀、开运算与闭运算等对其中不需要的干扰信息进行去除，进而得到明显的裂纹图像。1.5.3 计算并得出结论等到明显裂纹图像后，就可以计算出其面积、周长、长度和圆形度等形态特征值，从而得到最后的裂纹信息，再对结果进行误差分析，然后对本次裂纹图像检测最后结果做出判决结论。1.6 本章小结中北大学 2017 届毕业设计说明书第 5 页 共 41 页本章首先对机械零件在工业使用中会出现的危险和带来的危害做出了阐述，并简要介绍了数字图像处理检测技术的概念及其发展趋势与前景，大致介绍了检测技术的主要内容步骤，最后为本文主要内容。2 数字图像处理的主要内容2.1 数字图像处理内容、特点与算法数字图像处理技术是图像检测技术的核心，通俗来讲是指利用计算机对获取的数字图像进行分析计算处理，数字图像处理技术从比较大的范围上讲是表示图像加工技术的总称。它可以使用计算机和其他的设备相连接来完成一系列的图像处理工作，如图像的采集并且存储和传输，还有类似于图像的合成和显示，绘制和输出，图像变化、增强、恢复和重建，特征提取和测量，目标的检测、表达和描述，序列图像的校正，图像数据库的建立、索引、查询和抽取，图像的分类、表示和识别，3D 景物的重建复原，图像模型的建立，图像知识的利用和匹配，图像和场景的解释和理解，以及基于它们的推理、判断、决策和行为规划 1。2.1.1 数字图像处理的研究内容表 2.1 数字图像处理的主要内容中北大学 2017 届毕业设计说明书第 6 页 共 41 页点运算点运算（Point Operation）主要是针对图像的像素进行加、减、乘、除等运算。图像的点运算可以有效的改变图像的直方图分布，一幅输入图像经过点运算后将产生一幅新的输出图像，由输入像素点的灰度值决定相应的输出像素点的灰度值。这对提高图像的分辨率以及图像的均衡都是非常有益的。点运算可以按照预定的方式改变一幅图像的灰度直方图。除了灰度级的改变是根据某种特定的灰度变换函数进行以外，点运算可以看做是“从像素到像素”的复制操作。点运算有时也被称为对比度增强、对比度拉伸或灰度变换，它是图像数字化软件和图像显示软件的重要组成部分。常见的点运算包括：线性变换、窗运算、灰度拉伸和灰度均衡这几种。几何处理几何处理主要包括图像的坐标变换，图像的移动、缩小、放大和旋转，多个图像的配准和图像的扭曲校正等。图像几何变换将在空间域的处理转换到变换域中进行处理，在减少计算量的同时，对图像进行更有效的处理。几乎任何图像处理软件都提供了最基本的图像缩放功能。图像的扭曲校正功能可以对变形的图像进行几何校正，从而得出准