机器视觉技术应用-机械表面损伤检测.pptVIP

农业电气化与自动化 李航 2014112035 又称计算机视觉，一般是由CCD摄像机、图像采集卡、带有图像处理软件的计算机、光照系统组成。 CCD相机可以将所需识别的对象和背景以图像的形式记录下来，将对象的光学信号转变为电信号。 图像采集卡则将CCD采集的电信号转变为数字信号，供计算机处理。 处理后的数字信号需转变成视频，由显示器显示。 光照系统为图像采集提供合适的照明，便于对图像的处理。 图像处理软件完成对图像的分析、处理，是增强图像质量的操作，目的在于抑制或消除图像中在图像生成、传输和变换过程中器材、随机噪点等不利影响。 原因：恶劣的作业环境、较差的机械系统密 封性、纯度不够高的液压油、未及时添加润 滑油 危害：形成大量点蚀、细微裂纹、凹陷，导 致机械效率降低、寿命缩短、危险系数增高。 由于人眼的吸收特性，所看到的彩色是所谓 的红(R)、绿(G)、蓝(B)的各种组合。国际标 准设定的特定波长的三原色： 红色=700nm，绿色=546.1nm，蓝色=435.8nm 将RGB彩色图像转换为灰度图像，是通过计 算每一个RGB像素的等效灰度或者亮度Y来进 行的。 最简单地，Y 取平均值： Y=（R+B+G）/3 通常由于红色、黄色较亮，蓝色较暗，采用 加权的方法： Y= R+ G+ B 1.零件表面无损坏时，由于一定的形状，根 据其表面凹凸情况，亮度值Y变化较为平缓。 从零件中凹陷部位到突出的地方，呈逐步增 长之势；反之，由突出点到凹陷处，亮度呈 平缓减小。 2.当零件表面有损坏时，损坏边缘与完好部 分的亮度Y、R分量亮度、G分量亮度有明显 突变，而B分量亮度在整个零件表面中变化较 为平缓，无明显区别。 边缘提取 物体的边缘是由灰度不连续所反映的，常见 的边缘是阶跃性边缘，两边的灰度值有显著 不同。 采用阈值处理方法无法将色彩不同的坏损与 非坏损区域分开。 灰度阈值选取与(1)波峰间的间隔、(2)噪声内 容、(3)光源的均匀性等有关。 而本例中Y值变化平缓，不适用与阈值处理的 方法。 边缘可以理解为沿某一特定方向上，局部灰 度的显著变化，这一变化越强烈，越说明这 一位置存在边缘。 从图形剖面图的灰度一维函数f(x)可以看出， 边缘的灰度值会有明显的局部变化。 它的一阶导数则会在边缘处达到一个极大值。 为了在图像中找到边缘的强度和方向，选择 梯度作为工具。 大小为 方向（对于x轴的角度）为 利用边缘算子可以计算图像中某一像素的灰 度值的梯度，由于梯度向量的方向与边缘的 方向垂直，即可描述图像的边缘。 文章采用Sobel算子，其模板如下： 即将像素下边一行灰度值乘以算子下边一行 加上像素上边一行灰度值乘以算子上边一行 所得和值即为gx。 同理求gy。 主要思想是将事先选中的种子点周围符 合某种相似特征判断的像素点集合起来以构 成区域。 然后以新合并点为中心，继续检查周围 区域，合并符合特征的区域，摒弃不符合的 区域，以此循环。 1.对图像逐行扫描，需找R亮度及G亮度同时 发生变化的点，若是则做标记，继续向后寻 找。 2.对图像每个可疑损点，寻找其2 ×2平方毫米 领域内是否有其他损点存在，若没有则说明 此点是噪声点，恢复原值；若小于7点，且不 与其他区域相连，则由于所求面积太小，可 以忽略不计，认为此点不是损点，否则认为 此区域很可能是点蚀区域，则把周围全部标 记为坏损区域。 3.求得所有损坏像素点的数目，根据每像素点所代表的面积，计算坏损区域的总面积。 将机器视觉引入机械故障诊断系统，通 过实例论证了其应用的可行。引进并论证了 利用坏损和非坏损区域不同的色彩特征实现 零件损伤部位的确定。 参考文献 《基于机器视觉技术的机械零件表面损伤检 测》阮宝科 《数字图像处理（第三版）》[美]Rafael C. Gonzalez, Richard E. Woods 《数字图像处理Java语言算法描述》[德] Wilhelm Burger, Mark J. Burge