基于工業(yè)CT圖像的工件缺陷智能檢測技術(shù)研究.pdf

1、工件內(nèi)部缺陷的存在危害工件的可靠性和機(jī)器的使用安全，工業(yè)CT技術(shù)可以實(shí)現(xiàn)在不損壞工件結(jié)構(gòu)的條件下準(zhǔn)確、有效地檢測和識別工件內(nèi)部缺陷，方便人們在工件投入使用前對工件的可靠性作出精確的評估。近幾年，工業(yè)CT技術(shù)的迅猛發(fā)展，工業(yè)CT系統(tǒng)的性能也得到了不斷的提升，工業(yè)CT技術(shù)涉及到的領(lǐng)域越來越廣泛，通過工業(yè)CT實(shí)現(xiàn)工件內(nèi)部缺陷的自動檢測和識別是現(xiàn)在研究的熱點(diǎn)和方向。本文結(jié)合圖像預(yù)處理，圖像分割，特征提取和分類識別等領(lǐng)域的新進(jìn)展，研究了基于工業(yè)C

2、T圖像的工件缺陷智能檢測技術(shù)研究。
　　主要研究工作如下:
　　(1)本文分析了工業(yè)CT切片圖像中噪聲的來源與性質(zhì)，針對工業(yè)CT切片圖像對比度很低的特點(diǎn)，提出了自適應(yīng)中值濾波和自適應(yīng)加權(quán)均值濾波相結(jié)合的方法，對圖像中存在的不同噪聲分別采用不同的去噪算法，在保證圖像細(xì)節(jié)信息的前提下，有效地去除圖像中的噪聲，而且有較好的濾波效果。
　　(2)針對工業(yè)CT切片圖像對比度低、灰度范圍狹窄、灰度變化不明顯以及缺陷邊緣較模糊等特點(diǎn)

3、，提出了基于灰度變化率的低對比度圖像缺陷分割算法，用圖像的掃描窗口的平均灰度值與窗口中心點(diǎn)灰度值得到灰度變化率、灰度變化差值以及灰度方差來反映存在邊界的可能性，算法可有效提高缺陷分割精度和準(zhǔn)確度。
　　(3)特征提取時一個良好的特征應(yīng)具備可區(qū)分性、可靠性、獨(dú)立性和數(shù)量少的特點(diǎn)，根據(jù)工件內(nèi)部氣孔、裂縫和夾渣缺陷的特征差異，選擇提取缺陷的形狀特征和灰度特征，利用Hu不變矩的方法并抽象后提取具有平移、縮放和旋轉(zhuǎn)不變性的10個特征。對上述