火炮弹体表面缺陷检测系统的设计与研究

论文摘要

本文在深入研究现有各种物体表面缺陷检测技术的基础上,设计了一套使用面阵CCD(Charge Coupled Device,电荷藕合元件)摄像机进行火炮弹体表面缺陷检测的系统,研究开发了一种新的弹体表面缺陷检测方法。该检测系统有分辨率高、速度快、硬件简单、软件功能灵活丰富、抗干扰能力强、可回溯性好等优点,在弹体表面无损探伤检测中有很好的应用前途。同时,它具有较强的通用性和功能扩展等特点,在其它产品的无损检测中具有广泛的推广价值,可用于各种无损检测领域,对于检测过程的安全性,提高检测水平,检测精度和生产效率,大幅度地降低人的劳动强度具有重大的实用意义。图像处理部分是本文研究的核心,它主要包括图像预处理、图像分割、特征提取、缺陷识别等部分。图像预处理主要功能是去除噪声,本文对各种去噪的方法进行了分析、比较,最后选用中值滤波法进行滤波;图像分割主要是把缺陷与背景分离,本文在分析了缺陷与背景的灰度后,采用二值化分割法,二值化的关键是阈值的选择,因此,最优阈值的选取也是本文的主要研究内容。缺陷识别是本文研究的主要目的,在这部分中,首先对缺陷特征进行分析,并选取缺陷面积与短径长径比为特征参数,对缺陷进行计算与识别。经过大量的实验,给出了缺陷识别的标准阈值,结果表明,此方法可以有效的检测出常见的弹体表面缺陷,正确率在97%以上。该检测方法新颖、设备结构简单,能满足弹体表面缺陷检测要求,具有较高的推广应用价值。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 概述
• 1.2 现代无损检测技术
• 1.2.1 红外热成像法
• 1.2.2 超声检测法
• 1.2.3 涡流法
• 1.2.4 磁检测法
• 1.3 数字图象处理技术
• 1.3.1 数字图像处理的发展概况
• 1.3.2 数字图像处理方法
• 1.3.3 数字图像处理的应用
• 1.4 弹体表面缺陷检测的背景及意义
• 1.5 弹体表面结构、缺陷类型和几何特征
• 1.5.1 弹体结构
• 1.5.2 弹体表面缺陷的类型、成因和危害性
• 1.5.3 弹体表面缺陷的几何特征
• 1.6 主要完成的工作
• 1.7 本文结构
• 1.8 本章小结
• 2 图像识别系统的构成
• 2.1 基于机器视觉的图像识别系统构成
• 2.2 弹体表面缺陷识别系统
• 2.2.1 系统技术指标
• 2.2.2 系统功能要求
• 2.2.3 系统组成及工作原理
• 2.3 图像采集系统的选择
• 2.3.1 弹体表面缺陷图像的获取
• 2.3.2 摄像机的选择
• 2.3.3 镜头的选择和分析
• 2.3.4 数据采集卡的选择
• 2.3.5 计算机的选择
• 2.4 背景设置与光照选择
• 2.4.1 背景设置
• 2.4.2 光源和照明的选择
• 2.5 本章小结
• 3 弹体表面缺陷图像处理与识别
• 3.1 概述
• 3.2 弹体表面图像的灰度化
• 3.3 图像增强
• 3.3.1 空间域图像增强法
• 3.3.2 图像对比度增强
• 3.3.3 图像平滑
• 3.4 图像分割
• 3.4.1 图像分割的目的和分类
• 3.4.2 阈值分割的原理和方法
• 3.4.3 弹体表面缺陷图像的分割
• 3.5 图像边缘检测
• 3.5.1 边缘检测的定义
• 3.5.2 边缘检测方法
• 3.6 弹体表面缺陷的特征提取与识别
• 3.6.1 特征描述
• 3.6.2 特征参数的确定
• 3.6.3 缺陷识别
• 3.7 本章小结
• 4 弹体表面缺陷识别系统的程序设计
• 4.1 弹体表面缺陷识别系统的软件总框架
• 4.2 系统软件的设计思想
• 4.2.1 开发平台的构建
• 4.2.2 设备无关位图（DIB）的数据结构
• 4.2.3 软件模块流程设计
• 4.3 软件系统功能及其模块结构算法的实现
• 4.3.1 图像采集模块
• 4.3.2 图像预处理模块
• 4.3.3 图像分析模块
• 4.3.4 图像识别模块
• 4.3.5 计算机控制及记录
• 4.4 本章小结
• 5 实验和分析
• 5.1 引言
• 5.2 实验条件
• 5.2.1 实验平台的基本构成
• 5.2.2 硬件的构成
• 5.3 软件功能及调试
• 5.3.1 软件的主要功能
• 5.3.2 系统调试
• 5.4 系统的误差分析
• 5.4.1 照明系统的误差
• 5.4.2 图像噪声
• 5.4.3 图像处理方法误差
• 5.4.4 计算累计误差
• 5.5 算法的改进
• 5.6 弹体表面缺陷图像识别结果及分析
• 5.7 本章小结
• 6 结论与展望
• 致谢
• 参考文献
• 附录