机器视觉技术的应用机械表面损伤检测课件

1、机器视觉技术 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。机械零件表面的物理性损伤原因：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

2、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。检测装置图RGB色彩系统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转为灰度图像将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损坏区域色彩特征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

3、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。损坏区域检测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。基于梯度的边缘检测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。

4、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。边缘检测算子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。区域生长 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

5、征的区域，摒弃不符合的区域，以此循环。具体算法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。结论 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R