基于图像处理原砂粒度检测方法研究.pdfVIP

哈尔滨理工大学材料与化工硕士学位论文

基于图像处理原砂粒度检测方法研究

摘要

型砂性能是影响铸件表面质量的关键因素之一，作为型砂骨干材料的原

砂，粒度分布不仅影响型砂性能，同时也是评定其是否适合于生产优质铸件

的重要指标之一。传统的原砂粒度检测方法，除了耗时长、机器噪声大、粒

径段划分的精度一定程度上受限于筛层数影响之外，还会因部分原砂破损而

降低实验的准确性。因此寻求一种性价比高、测试精度高的快速粒度检测方

法对型砂性能的调控和铸件表面质量的控制具有重要的意义。

本文利用图像处理技术搭建了包含硬件和软件两部分的原砂图像采集和

处理系统。首先利用所搭建的系统采集包含不同粒度的原砂原始图像，然后

对采集到的原始图像进行预处理，包括图像灰度化和滤波处理等，以降低图

像中噪声干扰的同时保留原砂颗粒的轮廓信息，并进一步采用均值阈值的方

法对图像进行二值化处理，实现原砂与背景之间的分离，再进一步采用形态

学方法和基于距离变换的分水岭分割相结合的方法将粘连的原砂分割成彼此

独立的原砂，以确保后续原砂粒度检测的准确性。最后，利用像素尺寸与实

际尺寸的标定系数实现目标原砂的计数以及面积、周长等粒度特征的计算，

并采用基于最优拟合椭圆的方法测量原砂粒径以获得原砂的粒度分布。

为验证原砂粒度检测系统的可行性和精确性，首先使用原砂粒度检测

系统对筛分后的20/40目、40/50目、70/140目、100/200目擦洗砂的粒度

进行了测量，原砂粒度检测系统得到的结果与传统筛分法的结果相近，平均

误差为0.43%。然后分别利用该系统和传统筛分法对未知粒度分布的原砂进

行粒度分布检测，实验结果表明系统的平均计数准确率达到99.274%，最大

相对误差为3.88%，粒度分布平均相对误差在0.51%以下。最终表明原砂粒

度图像检测法可行，检测精度高，为生产线上的原砂级配实时检测提供了一

种可行方案。

关键词原砂粒度分析；图像处理；改进分水岭算法；形态学

哈尔滨理工大学材料与化工硕士学位论文

ResearchontheMethodofRawSandParticle

SizeDetectionBasedonImageProcessing

Abstract

Theperformanceofmoldingsandisoneofthekeyfactorsaffectingthe

surfacequalityofcastings.Astherawsandaggregatematerial,theparticle

sizedistributionnotonlyaffectstheperformanceofmoldingsand,butalsois

oneoftheimportantindicatorstoevaluatewhetheritissuitableforthe

productionofhigh-qualitycastings.Thetraditionaltestingmethodofraw

sandgrainsizenotonlytakesalongtime,themachinenoiseislargeandthe

accuracyofparticlesizesegmentislimitedbythenumberofscreenlayers,

butalsoreducestheaccuracyoftheexperimentduetothedamageofsome

rawsand.Therefore,itisofgreatsignificancetofindarapidparticlesize

detectionmethodwithhighcostperfo