基于圖像處理技術的缺陷智能檢測技術研究及應用.pdf

1、隨著計算機技術的飛速發(fā)展，計算機輔助評片已經成為射線檢測領域重要的發(fā)展方向。目前，鋁輪轂的射線檢測評片主要是由人工完成的，其檢測的效率比較低。本課題開發(fā)了一套鋁輪轂缺陷的智能檢測系統(tǒng)，該系統(tǒng)具有圖像處理軟件的基本功能，而且能夠實現(xiàn)對有無缺陷、缺陷個數(shù)的檢測；能夠對缺陷的特征參數(shù)進行計算，并實現(xiàn)對缺陷級別的判定。 首先根據(jù)檢測的需要設計了一套硬件系統(tǒng)，該系統(tǒng)可以實現(xiàn)工業(yè)電視的功能。在軟件部分設計了五大模塊：圖像采集模塊，數(shù)據(jù)庫模塊

2、，圖像處理與分析模塊，缺陷提取模塊，缺陷特征分析模塊。首先進行圖像采集，采集到的圖像可以直接存入數(shù)據(jù)庫。數(shù)據(jù)庫采用了SQL Server 2000和ADO接口技術進行設計。數(shù)據(jù)庫具有存儲量大，查找快速的特點。圖像分析處理主要包括了：圖像降噪，灰度變換，圖像銳化，邊緣檢測等功能。對于圖像存在的噪聲，根據(jù)其特點，分別采用了多幀疊加平均法和中值濾波方法進行處理。并對中值濾波進行了改進，達到了比較好的效果；對于對比度不高的問題，采用線性變換、對

3、數(shù)變換等方法，對圖像進行了增強；對于模糊的圖像，在分析其原因的基礎上，采用了輔以閾值判斷的梯度銳化。本文還在分析傳統(tǒng)邊緣提取算法的基礎上，把一種基于SUSAN算子的邊緣提取應用到輪轂圖像中，取得了理想的效果。在缺陷提取部分，經過試驗發(fā)現(xiàn)直接對輪轂圖像進行分割得到的效果不理想。在分析其原因的基礎上，提出了基于ROI的缺陷提取技術和基于形態(tài)學的提取技術。缺陷的檢測主要是根據(jù)連通區(qū)域的特性，采用了一種標號處理的方法實現(xiàn)。在缺陷的特征提取部分，