基于图像处理的磁粉探伤缺陷智能识别检测系统技术方案

本发明专利技术公开了一种基于图像处理的磁粉探伤缺陷智能识别检测系统，该系统中集成了通信模块、CCD摄像机、CCD控制模块、裂纹识别模块、图像处理模块、图像报警终端以及存储，CCD摄像机采集工件表面图像，存储在存储卡中，图像处理模块对存储卡中的图像进行分割、缺陷识别处理和存储，并将工件表面的缺陷信息传递给裂纹识别模块；裂纹识别模块把工件表面的缺陷信息反馈给图像报警终端，完成最后的显示报警。本发明专利技术通过对分割算法的改进，很好的解决了系统遇到的诸如运动引起的成像模糊、成像区域选择、伪裂纹信号引起虚警等问题。

【技术实现步骤摘要】

本专利技术涉及磁粉探伤无损检测领域，特别是一种基于图像处理的磁粉探伤缺陷智能识别检测系统。
技术介绍
目前，采用微机智能系统代替人眼判断缺陷的全自动磁粉探伤技术正处于研究阶段，尚无成熟系统推出。由北京工业大学研制的荧光磁粉自动识别系统，具备采集、平滑、增强、显示模块，但还没有实际的识别系统成功运行在检测生产线上。国内有些无损检测厂商已推出试用产品，由航天机电集团二院二部开发研制的智能型荧光磁粉探伤机已被列入了试产计划，但目前研制的此类识别系统效果尚不理想。清华大学也以CJW-3000型轮对荧光磁粉探伤机为平台，开展荧光磁粉探伤缺陷识别的研究工作。俄罗斯研制了一种便携式荧光磁粉探伤设备，适用于需要在现场对缺陷的检测。这种便携式的设备只是半自动荧光磁粉探伤机的缩小版本，还是需要依靠人眼进行缺陷的判别，不能完成自动识别。日本研制了用于方型钢坯的荧光磁粉缺陷检测系统，对于表面质量好的钢坯，能100%的检测深度超过0. 3mm、长度超过5mm的缺陷，对于标准钢坯，则能检测出深度超过0. 5mm、长度超过5mm的缺陷，对于斑点或深度小于0. 3mm的轻微刮擦痕迹等非缺陷的误检率小于60%。功能完善的缺陷图像识别系统主要由以下部分组成图像预处理、图像分割、特征提取和缺陷识别。通过对采集的现场图像进行分析，可以通过灰度级变换、图像平滑、边缘锐化等方法对图像进行预处理，以改善原始图像质量，有利于后继处理，对预处理后的图像使用恰当的算法进行分割，并提取有关特征进行缺陷的识别。然而，工件表面图像的复杂性、裂纹的弱信号性使得这一研究存在诸多难以解决的问题成像灰度不均问题。高分辨率、高速度的广角数字CCD摄像头拍出的图像会有中间亮，周围暗的效果，而且非平面工件成像将造成部分区域亮，部分区域暗的效果，这使得后期的算法处理有些困难。非平面工件成像问题。火车轮对的任意一个检测面都不是平面，在成像过程中将造成聚焦不一致即散焦问题。工件凸起处可靠聚焦时，凹陷处则偏离了焦平面，造成可靠聚焦部分图像清晰，而偏离焦平面区域图像较为模糊，给图像处理带来了一定的困难。伪裂纹信号问题。火车轮对工件情况复杂，而火车轮对工件荧光磁粉成像后图像情况更为复杂，除前文涉及的其他缺陷情况外，因油污、水迹等产生的伪裂纹信号，将增加有效裂纹判断识别的难度。紫外照明亮度随时间衰减及荧光磁粉磁悬液浓度的一致性及均勻性问题。这些问题将对成像目标的亮度产生直接影响。而一般用于高速拍摄的数字摄像头对光源很敏感，目标亮度较高时拍下的图像质量较好，裂纹明显，易于检测处理。运动模糊问题。尽管在工件裂纹检测过程中火车轮对的运转速度较慢，但由于工件距CCD摄像头距离较近，因此工件上的裂纹目标相对于CCD摄像头的线速度较大，足以产生成像过程中的运动模糊效应。而且由于荧光磁粉成像检测的弱信号特征，不可能通过过分的缩短曝光时间来减小这种运动模糊效应。有效成像区域的选择问题。对工件裂纹的检测一般很难使受检面充满整个成像区域，这就涉及到图像上哪个区域是有效检测区域，哪个区域是工件外区域，工件的边缘在那里。工件外区域的裂纹特征，将大大增加虚警率。算法的稳定性问题。虽然研究者提出了很多的方法，很难有一种方法能完成多种条件下的裂缝检测。实时性问题。火车轮对工件图像的复杂性、弱信号特点以及图像质量的难以控制性，使得检测算法很复杂，难以在数据采集的过程中实时地对数据进行处理，得到结果。针对磁粉探伤缺陷识别系统中存在的这些问题，需要对被探伤工件(本系统中工件为火车车轮)表面图像的表现特征进行进一步的研究，分析缺陷、伪缺陷以及背景在图像中的不同表现特征以及外界环境、工件运动等因素对成像造成的影响，在此基础上研究合适的处理算法，并将算法应用于图像处理模块中，完成磁粉探伤智能识别检测系统的图像处理技术研究，使系统满足在线实时检测识别缺陷的目的，并达到高识别率的要求。其中的关键技术有工件图像分析技术；工件表面缺陷及伪缺陷特征分析技术；复杂环境下的工件图像分割技术；工件缺陷的识别技术。
技术实现思路
本专利技术的目的在于提供一种基于图像处理的磁粉探伤缺陷智能识别检测系统，实现本专利技术目的的技术方案为一种基于图像处理的磁粉探伤缺陷智能识别检测系统，包括通信模块、CCD摄像机、CCD控制模块、裂纹识别模块、图像处理模块、图像报警终端以及第一存储卡Memory、第二存储卡Memory ；通信模块的一端与外部的转台控制系统连接，另一端与CXD摄像机连接，开机运行后，待初始化调整CXD摄像机的参数后，通过CXD摄像机采集工件表面图像，采集的图像数据存储在第一存储卡Memory中，图像处理模块对第一存储卡Memory中的图像进行分割和缺陷识别处理，处理结果存储在第二存储卡Memory中，并将工件表面的缺陷信息传递给裂纹识别模块；裂纹识别模块把工件表面的缺陷信息反馈给图像报警终端，完成最后的显示报警。本专利技术与现有技术相比，其显著优点分割算法的改进。基于对算法性能、允许处理时间的分析，最后采用了可选的二种分割算法，(1)基于数学形态学的边缘分割；(2)基于多重分块极值的边缘分割。基于数学形态学的边缘分割，本系统采用改进的形态学梯度，成功地运用在分割处理模块中，对差值图像使用一个全局阈值分割能得到很好的分割效果。基于多重分块极值的分割算法建立在对裂纹缺陷特征的合理假设上，利用了对裂纹缺陷的先验知识，是一种效果很好的分割算法。对算法进行改进(在特征中增加梯度值信息)之后，系统遇到的其它问题，如运动引起的成像模糊、成像区域选择、伪裂纹信号引起虚警等问题，得到了很好的解决。附图说明图1磁粉探伤缺陷智能识别检测系统框图。图2系统工作流程图。具体实施例方式本专利技术基于图像处理的磁粉探伤缺陷智能识别检测系统，包括通信模块1、CXD摄像机2、CCD控制模块3、裂纹识别模块5、图像处理模块6、图像报警终端7以及第一存储卡MemoryS、第二存储卡Mem0ry9 ；通信模块1的一端与外部的转台控制系统连接，另一端与CXD摄像机2连接，开机运行后，待初始化调整CXD摄像机2的参数后，通过CXD摄像机2采集工件表面图像，采集的图像数据存储在第一存储卡MemoryS中，图像处理模块6对第一存储卡MemoryS中的图像进行分割和缺陷识别处理，处理结果存储在第二存储卡Mem0ry9中，并将工件表面的缺陷信息传递给裂纹识别模块5 ；裂纹识别模块5把工件表面的缺陷信息反馈给图像报警终端7，完成最后的显示报警。本专利技术基于图像处理的磁粉探伤缺陷智能识别检测系统，图像处理模块6对第一存储卡MemoryS中的图像进行分割的方法为基于数学形态学的边缘分割方法和基于多重分块极值的边缘分割方法中的任意一种。所述基于数学形态学的边缘分割方法如下第一步根据式gH (0^) 的-/1提取CCD摄像机P]釆集的工件表面图像的形态学梯度S,设^"(U)是输入图像，记为设·^江力是结构元素，记为b；第二步用阈值法对工件表面图像进行分割，得到分割图像。所述基于多重分块根值的边緣分割方法的步骤如下第一步从CCD摄像机釆集的工件表面图像中的任意一定点处取一个窗口，对此窗口技行方向和烈取最大值集合為和疼，对為和武进行或运算，即将惑和_综合到一幅图像中；在该图像中从左到右、从上到下移动该窗口，在新形本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：施光莹，李千目，
申请(专利权)人：南京理工大学常熟研究院有限公司，南京理工大学，
类型：发明
国别省市：