CCD图像识别技术在疲劳裂纹检测中的应用基础研究

论文摘要

CCD(Charge Coupled Device)图像识别技术在现代科学技术领域中作为一种重要检测手段被广泛应用,该方法具有精度高、对测量环境要求低、非接触式、实时监测等优点。疲劳破坏已成为结构强度破坏的主要形式,研究疲劳裂纹扩展速率对现代工业的发展具有重要的指导意义。本文在对CCD图像识别技术以及对表面疲劳裂纹特征详细分析的基础上,探索研究了基于CCD图像的表面疲劳裂纹检测方法,为疲劳裂纹的监测提供了有效途径。本文的主要工作和取得的成果如下:1.开展了疲劳裂纹扩展试验研究。设计并制备了符合试验要求的疲劳试样和夹具;设计了能够采集疲劳裂纹扩展过程信息的图像采集系统;采用表面复型法研究了疲劳裂纹扩展速率,为图像检测方法精度的验证提供了依据。2.研究了表面疲劳裂纹的图像检测方法。分别对微小裂纹和长裂纹图像进行预处理,获得了微小裂纹区域图像,提取了长裂纹骨架;计算了表面疲劳裂纹的长度和宽度,在此基础上,拟合了疲劳裂纹的长度扩展曲线和宽度扩展曲线;验证了表面疲劳裂纹图像检测方法的精度;比较了表面疲劳裂纹扩展的宽度表征方法和长度表征方法。3.开发了表面疲劳裂纹检测系统。包括长度特征研究和宽度特征研究两大模块,可以实现图像预处理、长度和宽度计算并拟合扩展速率曲线等功能,为检测、识别与分析表面疲劳裂纹提供了集成的、可视化的交互式操作环境。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 疲劳裂纹扩展分析及意义
• 1.2 疲劳裂纹监测的研究现状
• 1.2.1 现有的检测方法
• 1.2.2 图像处理技术的发展与应用
• 1.3 本文的研究背景和主要工作
• 第二章 CCD 图像的采集与处理
• 2.1 数字图像的采集及描述
• 2.1.1 数字图像的采集
• 2.1.2 数字图像的数学描述
• 2.1.3 像素间的基本关系
• 2.2 颜色模型及转换
• 2.2.1 RGB 颜色模型
• 2.2.2 RGB 图像的灰度化
• 2.3 数字图像的基本运算
• 2.3.1 数字图像的裁截
• 2.3.2 数字图像的缩放
• 2.4 图像的数学形态学处理
• 2.4.1 裂纹表面图像二值化
• 2.4.2 裂纹的膨胀和腐蚀
• 2.4.3 开操作和闭操作
• 2.4.4 裂纹骨架提取
• 2.5 本章小结
• 第三章 表面疲劳裂纹扩展试验
• 3.1 疲劳试验的设计
• 3.1.1 疲劳试验机的选择
• 3.1.2 疲劳试样制备及装夹
• 3.1.3 疲劳裂纹图像采集系统硬件设计
• 3.1.4 疲劳试验过程设计
• 3.2 疲劳裂纹的表面复型法研究
• 3.3 本章小结
• 第四章 基于图像识别的表面疲劳裂纹检测
• 4.1 图像预处理
• 4.2 长疲劳裂纹主干提取
• 4.2.1 裂纹骨架数据结构模型的建立
• 4.2.2 裂纹骨架树的存储分析
• 4.2.3 裂纹骨架树边线长度的计算
• 4.2.4 去除裂纹骨架分支
• 4.3 表面疲劳裂纹长度计算
• 4.4 表面疲劳裂纹扩展速率计算
• 4.4.1 图像识别方法计算疲劳裂纹的扩展速率
• 4.4.2 疲劳裂纹的图像识别方法精度的验证
• 4.4.3 疲劳裂纹扩展速率的宽度表征
• 4.4.4 长度扩展曲线与宽度扩展曲线的比较
• 4.5 本章小结
• 第五章 表面疲劳裂纹检测系统的设计
• 5.1 开发环境
• 5.2 系统框架
• 5.3 软件界面
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 作者在攻读硕士学位期间发表的论文