- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 45 卷 第 10 期 表面技术
2016 年 10 月 SURFACE TECHNOLOGY ·187 ·
表面质量控制及检测
钢丝绳锈蚀、磨损缺陷识别研究
1,2 1 2,4 3
黄杰贤 ,杨冬涛 ,欧阳玉平 ,洪添胜
(1.嘉应学院 电子信息工程学院,广东 梅州 514015;2.广东振声股份有限公司,广东 梅州
514787;3.华南农业大学 工程学院,广州 510642;4.华东交通大学 机电工程学院,南昌 330013)
摘 要:目的 发展高性能、低成本基于图像处理技术的钢丝绳缺陷识别方法,实现钢丝绳磨损、锈蚀
缺陷的检测。方法 首先采用邻域平均法提取钢丝绳的灰度区域特征,接着建立了基于熵统计函数以描
述、量化灰度分布特征与灰度波动特征,在此基础上,选取良品、锈蚀缺陷与磨损缺陷三种类型的样
品进行区域灰度、灰度分布、灰度波动特征的量化与提取。结果 经观测得到不同类型的样品在三维特
征空间分布中具有明显的可区分性,基于该特点,可通过设置三维特征的阈值实现对钢丝绳合格品,
锈蚀缺陷,磨损缺陷进行识别与区分。结论 该基于图像处理的检测方法可高效、准确地实现了对钢丝
绳的锈蚀、磨损缺陷的识别,不仅具有学术价值,更具有实用意义,非常适用于在线检测。
关键词:钢丝绳;缺陷识别;熵;灰度分布;灰度波动
中图分类号:TH117 文献标识码:A 文章编号:1001-3660(2016)10-0187-06
DOI :10.16490/j.cnki.issn.1001-3660.2016.10.029
Corrosion and Wear Defects Recognition of Wire Rope
1,2 1 2,4 3
HUANG Jie-xian , YANG Dong-tao , OUYANG Yu-ping , HONG Tian-sheng
(1.School of Electronic Information Engineering, Jiaying University, Meizhou 514015, China; 2.Guangdong Zhensheng Science
Technology Co., Ltd, Meizhou 514787, China; 3.College of Engineering, South China Agricultural University, Guangzhou
510642, China; 4. School of Mechanical and Electrical Engineering, East China Jiaotong University, Nanchang 330013, China)
ABSTRACT: The work aims to realize efficient inspection of wear and corrosion defects present in wire ropes by developing a
high-performance and low-cost image processing technology-based defect rocognition method of wire ropes. Gray area features
of the wire ropes were firstly extracted by neighborhood average algorithm. Then a entropy-based statistical func
文档评论(0)