機器視覺技術(shù)的應(yīng)用機械表面損傷檢測課件

1、機器視覺技術(shù) 又稱計算機視覺，一般是由CCD攝像機、圖像采集卡、帶有圖像處理軟件的計算機、光照系統(tǒng)組成。 CCD相機可以將所需識別的對象和背景以圖像的形式記錄下來，將對象的光學(xué)信號轉(zhuǎn)變?yōu)殡娦盘枴?圖像采集卡則將CCD采集的電信號轉(zhuǎn)變?yōu)閿?shù)字信號，供計算機處理。 處理后的數(shù)字信號需轉(zhuǎn)變成視頻，由顯示器顯示。 光照系統(tǒng)為圖像采集提供合適的照明，便于對圖像的處理。 圖像處理軟件完成對圖像的分析、處理，是增強圖像質(zhì)量的操作，目的在于抑制或消除圖像中在圖像生成、傳輸和變換過程中器材、隨機噪點等不利影響。機械零件表面的物理性損傷原因：惡劣的作業(yè)環(huán)境、較差的機械系統(tǒng)密封性、純度不夠高的液壓油、未及時添加潤滑油

2、危害：形成大量點蝕、細微裂紋、凹陷，導(dǎo)致機械效率降低、壽命縮短、危險系數(shù)增高。檢測裝置圖RGB色彩系統(tǒng)由于人眼的吸收特性，所看到的彩色是所謂的紅(R)、綠(G)、藍(B)的各種組合。國際標(biāo)準(zhǔn)設(shè)定的特定波長的三原色：紅色=700nm，綠色=546.1nm，藍色=435.8nm轉(zhuǎn)為灰度圖像將RGB彩色圖像轉(zhuǎn)換為灰度圖像，是通過計算每一個RGB像素的等效灰度或者亮度Y來進行的。最簡單地，Y 取平均值：Y=（R+B+G）/3通常由于紅色、黃色較亮，藍色較暗，采用加權(quán)的方法：Y= R+ G+ B損壞區(qū)域色彩特征1.零件表面無損壞時，由于一定的形狀，根據(jù)其表面凹凸情況，亮度值Y變化較為平緩。從零件中凹陷部

3、位到突出的地方，呈逐步增長之勢；反之，由突出點到凹陷處，亮度呈平緩減小。2.當(dāng)零件表面有損壞時，損壞邊緣與完好部分的亮度Y、R分量亮度、G分量亮度有明顯突變，而B分量亮度在整個零件表面中變化較為平緩，無明顯區(qū)別。損壞區(qū)域檢測邊緣提取物體的邊緣是由灰度不連續(xù)所反映的，常見的邊緣是階躍性邊緣，兩邊的灰度值有顯著不同。采用閾值處理方法無法將色彩不同的壞損與非壞損區(qū)域分開?；叶乳撝颠x取與(1)波峰間的間隔、(2)噪聲內(nèi)容、(3)光源的均勻性等有關(guān)。而本例中Y值變化平緩，不適用與閾值處理的方法?；谔荻鹊倪吘墮z測邊緣可以理解為沿某一特定方向上，局部灰度的顯著變化，這一變化越強烈，越說明這一位置存在邊緣。

4、從圖形剖面圖的灰度一維函數(shù)f(x)可以看出，邊緣的灰度值會有明顯的局部變化。它的一階導(dǎo)數(shù)則會在邊緣處達到一個極大值。邊緣檢測算子為了在圖像中找到邊緣的強度和方向，選擇梯度作為工具。大小為方向（對于x軸的角度）為利用邊緣算子可以計算圖像中某一像素的灰度值的梯度，由于梯度向量的方向與邊緣的方向垂直，即可描述圖像的邊緣。文章采用Sobel算子，其模板如下：即將像素下邊一行灰度值乘以算子下邊一行加上像素上邊一行灰度值乘以算子上邊一行所得和值即為gx。同理求gy。區(qū)域生長 主要思想是將事先選中的種子點周圍符合某種相似特征判斷的像素點集合起來以構(gòu)成區(qū)域。 然后以新合并點為中心，繼續(xù)檢查周圍區(qū)域，合并符合特

5、征的區(qū)域，摒棄不符合的區(qū)域，以此循環(huán)。具體算法1.對圖像逐行掃描，需找R亮度及G亮度同時發(fā)生變化的點，若是則做標(biāo)記，繼續(xù)向后尋找。2.對圖像每個可疑損點，尋找其2 2平方毫米領(lǐng)域內(nèi)是否有其他損點存在，若沒有則說明此點是噪聲點，恢復(fù)原值；若小于7點，且不與其他區(qū)域相連，則由于所求面積太小，可以忽略不計，認為此點不是損點，否則認為此區(qū)域很可能是點蝕區(qū)域，則把周圍全部標(biāo)記為壞損區(qū)域。3.求得所有損壞像素點的數(shù)目，根據(jù)每像素點所代表的面積，計算壞損區(qū)域的總面積。結(jié)論 將機器視覺引入機械故障診斷系統(tǒng)，通過實例論證了其應(yīng)用的可行。引進并論證了利用壞損和非壞損區(qū)域不同的色彩特征實現(xiàn)零件損傷部位的確定。參考文獻參考文獻基于機器視覺技術(shù)的機械零件表面損傷檢測阮寶科數(shù)字圖像處理（第三版）美R