机械设计制造及其自动化专业毕业论文01715.doc

《机械设计制造及其自动化专业毕业论文01715.doc》由会员分享，可在线阅读，更多相关《机械设计制造及其自动化专业毕业论文01715.doc（79页珍藏版）》请在三一文库上搜索。

1、本科毕业设计数字图像处理技术在无损检测等中的应用Digital image processing using in NDT.etc专 业:机械设计制造及其自动化（汽车工程） 第VIII页指导教师评 语 指导教师 (签章)评 阅 人评 语 评 阅 人 (签章)成 绩 答辩委员会主任 (签章) 年 月 日 毕 业 设 计 任 务 书班 级 2008级 学生姓名 杨 林 学号 20087825 发题日期：2012年 3 月 3 日 完成日期： 6月6日 题 目 数字图象处理及其在无损检测等中的应用 1、本论文的目的、意义： 无损检测在机械设备、工程结构 的维护中有重要意义。对油样分析、射线探伤、超声

2、波探伤等无损检测方法生成的图像进行数字图象处理，是实现损伤判断、故障诊断自动化的重要方法。该选题具有重要实际意义，并促进学生在该领域的深入学习与应用研究，为将来的进一步深造打下基础。 2、学生应完成的任务（1） 收集有关无损检测、数字图像处理等方面的资料，了解数字图像处理在无损检测上的应用；（2）学习数字图像处理的基本理论知识，掌握其原理、方法；（3）学会应用相关软件进行程序设计，实现对图像的计算机分析和处理； （4）把数字图像处理方法应用于相关无损检测的图像分析中；（5）完成具有规定格式的设计说明书一份。 3、论文各部分内容及时间分配：（共 15 周）第一部分 查阅、搜集相关资料并参考学习；

3、 （3周）第二部分 基于图像处理的基本知识原理，学习图像处理方法的程序设计，并调试；（4周）第三部分 应用图像处理技术对无损检测所得图像进行分析处理，做图像特征提取、图形识别，计算特征参数；（5周）第四部分 设计说明书的书写整理，程序的运行演示等工作。 （2周）评阅及答辩（1周）备 注参考文献：有关图像处理、无损检测，以及相关程序设计等方面的书籍和资料在图书馆和网络上有很多，可自行选择参考。指导教师：郭世伟 2012年 3月 3日 审 批 人： 年 月 日摘 要本课题主要研究的是将数字图像处理技术引入到无损检测和油样铁谱分析当中，在分析和检测图像的基础上，运用数字图像处理中的图像增强、图像分割

4、的方法并结合matlab软件编程技术处理X射线无损检测和铁谱无损检测结果所得到的图像，能够有效的检测出目标的实际位置、形状、大小等相关参数。数字图像处理技术是通过对图像的数学变换和相关处理方法将图像中的特征区域所包含的特征信息表现出来，在实现信息的可视化、智能化等方面提供了一个有效的解决方案。从而以此来进一步对机械设备的工作运行情况进行判断，实现了机械故障诊断检测的智能化。本文在研究过程中，主要由以下几个方面的工作：（1）介绍了数字图像处理技术和无损检测技术的研究概况和发展趋势，论述了数字图像处理技术应用于无损检测图像中的现实意义。（2）概述了数字图像处理的基本原理和方法，奠定了实现图像预处理

5、、图像特征提取的理论基础。（3）结合matlab软件编程同时运用图像处理技术的相关原理对X射线无损检测图像图像增强处理以及比较了不同种类的滤波方法处理检测图像的实际效果，确定了选择中值滤波处理图像的结果做进一步图像分析。在图像分割过程中选取了不同阈值进行图像二值化处理，确定了采用最大方差阈值法分割图像，实现图像的二值化处理。并进一步采用canny边缘检测技术提取出特征区域的检测边缘，实现了对目标轮廓的有效检测。（4）采用K-均值聚类方法首先对铁谱图像中的特征区域进行提取，并对提取出的特征区域进行灰度调整、中值滤波完成图像的预处理过程，进而采用最大方差阈值法分割图像，将图像合理的转化成二值图像，

6、并对各特征区域进行颜色标记和边缘检测，提取出了特征区域的相关参数。最后采用链码技术对其中一部分区域进行链码提取以此来描述特征区域的轮廓，实现了对特征区域的形状描述。（5）对图像处理技术在X射线无损检测和铁谱分析两种应用中进行Matlab GUI界面设计。关键词： 无损检测，铁谱分析，图像处理，边缘检测，图像分割AbstractThis thesis mainly probes the way that using the digital image processing technology into non-destructive testing and iron spectrum anal

7、ysis. The essential is that I applying the image processing theory of image enhancement and image segmentation connected with the computer programming in matlab process the image of x-ray non-destructive testing and iron spectrum analysis based on analyzing test image. Afterwards, we can obtain the

8、relative parameters of the tested image such as the position, shape and size. The image processing technology can take the image characteristics information out via image math transforms and relative processing methods, supplied an efficient solution to visualization and intellectualization of infor

9、mation. Therefore, we can utilize those information further estimated the working condition of mechanical equipments so as to realize the intellectualization in testing the failure of equipments.There were some aspects works below in researching of this task:(1) Introduced the current developments o

10、f digital image processing technology and non-destructive testing in home and abroad, I discussed the practical meaning of using digital image processing into NDT area.(2) Summarized the method and fundamental theory of digital image processing, I had gain a totally comprehension in image preprocess

11、ing and image feature extraction. (3) I had processed the image of x-ray non-destructive testing based on the programming in matlab and the relative theory of image processing technology. Besides, confirmed to apply the results of median filtering to make further image analysis by comparing the resu

12、lts of the different filter methods processing the tested image. Whats more, confirmed to apply the maximum variance threshold method to do image segmentation by comparing results of the different threshold values processing deal with image segmentation. At the end, when I apply canny edge testing p

13、rogramming to do with the image I got in the former stage realizing an efficient testing towards extracting the edge of target area. (4) At the first of the beginning, extracting the target area in the iron spectrum image based on the theory of k-mean clustering method. With that, in order to finish

14、 the process of image preprocessing I choose to process the image with the methods of image gray adjustment and median filter processing. Then, I obtained the binary image by using maximum variance threshold method. Besides, I made a color indication and edge testing for the image so as to obtain so

15、me relative information of the target area. At last, in order to make a shape description about the target area I have chosen to make a research about the freemam code technology and used this technology successfully described a piece of the target area. (5) Making windows-designing of GUI matlab fo

16、r the application of digital image processing into x-ray non-destructive testing and iron spectrum analysis.Key words: non-destructive testing, iron spectrum analysis，image processing, edge testing, image segmentation目 录第1章 绪论11.1 无损检测技术简介11.2 油样铁谱分析简介11.3 数字图像处理技术简介21.4课题的研究内容及意义3第2章 图像处理的基本原理及方法52

17、.1 图像预处理52.1.1图像增强52.1.2 图像的平滑化72.2 图像分析122.2.1 灰度阈值法分割132.2.2 边缘检测142.2.3 基于彩色图像的K-均值聚类分割162.3 图像的特征描述162.3.1 形状描述17第3章 数字图像处理技术应用于X射线检测203.1 X射线无损检测技术简介203.2 X射线检测原理203.3 图像预处理213.3.1焊缝图像灰度调整213.3.2 焊缝图像滤波243.4 图像分析303.4.1图像灰度阈值法分割313.4.2图像边缘检测333.5 本章小结34第4章 数字图像处理技术应用于油样铁谱分析364.1 铁谱分析技术的基本原理364.

18、1.1常用铁谱仪的工作原理364.2 数字图像技术应用于磨粒检测和分析374.2.1铁谱图像处理384.3 本章小结46第5章 Matlab GUI图像处理界面设计475.1 Matlab GUI简介475.2 GUI界面设计应用475.2.1 X射线无损检测GUI界面475.2.2 铁谱图像处理GUI界面485.3 本章小结49结 论50致 谢51参考文献52附 录54第70页西南交通大学本科毕业设计（论文）第1章 绪论1.1 无损检测技术简介随着科学和工业技术的飞速发展，许多现代化工业都是工作在工作条件相当恶劣如高温、高压、高荷载的条件下，但为了使材料在其使用寿命期限内不出现失效损坏，以确

19、保其在工作年限内正常工作。从而产生了一种在不破坏材料形状、不改变材料使用性能的检测方法用之来保证零件或材料的可靠性和安全性，这项检测技术即是无损检测技术。无损检测技术是在不损伤被检测对象的条件下，利用材料内部结构的异常或者材料的缺陷在热、声、光、电、磁等条件下的反应变化，来检测材料及其零部件的内部和表面缺陷，并能够对缺陷的数量、形状、尺寸、分布等做出判断和评价。 无损检测具有悠久的历史，人们长期以来通过对无损检测技术在实践中的探索以及理论的逐步更新使无损检测技术经历了三个发展阶段，早期称为无损探伤，它的作用是在不损坏产品的前提下，发现零部件中的缺陷通过人眼观察、耳听诊断等，以满足制造业与使用的

20、要求。第二阶段称为无损检测，它不但检验最终产品，而且要检测加工过程的工艺参数。第三阶段为无损评价，不但进行产品的最终检验以及过程工艺参数的测量，而且当材料中不存在致命缺陷时还要从整体上评价材料中缺陷的分散程度，以及对材料性质、动态响应和服役性能指标的实测值进行分析和评价，因此无损评价的内容包含无损检测的内容，但比无损检测更具综合性。 20世纪70年代以来是无损检测技术飞速发展的时期，主要原因是计算机技术不断应用到无损检测领域，同时无损检测本身的新方法和新技术也不断出现，从而也使无损检测仪器得到很大的提高。目前，无损检测技术正向快速化、标准化、数字化、程序化和规范化的方向发展。 无损检测技术的方

21、法很多，常用的无损检测技术有五种：超声检测、射线检测、涡流检测、磁粉检测和渗透检测。它们已成为生产中的常规无损检测技术。另外，还有各种新型的检测方法，如激光全息照相、声振检测、红外检测等。1.2 油样铁谱分析简介 油样铁谱分析是油样分析技术中一项重要的油样分析检测技术。油液在机器设备中的油液通道中循环流动时，油液中所蕴含的各项信息能够反映机械设备的运行情况，因而通过对工作油液进过合理的采样后进行分析处理后，即可取得机械设备中各摩擦副的磨损状况、磨损发生部位以及磨损程度等方面的信息。而作为油样分析的铁谱分析技术最早是由美国麻省理工学院W.W.Seifert和美国FoXboro公司V.C.West

22、cott于1970年提出，铁谱分析即是一种借助磁力将油液中的金属颗粒分离出来，并对这些颗粒进行分析的技术。该项技术的提出者于1971年研制出用于分离磨损颗粒并进行观察分析的仪器即铁谱仪和铁谱显微镜。目前铁谱分析仪主要有两种类型：一种是直读式铁谱仪，一种是分析式铁谱仪。通过这项技术的不断创新，铁谱分析技术已经成为机器状态监测和故障诊断的一项重要工具。其在国民经济建设及国防建设的各个部门如航空、舰船、铁路、以及汽车、液压、机床、矿山、石油等机械设备的状态监测与故障诊断方面，都得到了广泛的应用。1.3 数字图像处理技术简介 图像处理技术最早出现于20 世纪50 年代图像处理是利用计算机对图像进行图像

23、数字化、图像增强、图像复原、提取特征等处理的一类理论技术。一幅真实的图像并不能直接被计算机识别，需要以计算机图像文件的形式存贮于计算机中图像按照信息的连续性可以分为两类，即模拟图像和数字图像。模拟图像中，图像的信息颜色、亮度和空间位置是连续的，而数字图像中信息是离散的。对于一张普通的照片，照片中的信息在空间上是连续的，计算机并不能读取这种连续的信息。为了让计算机读取照片中的信息，需要对照片进行图像处理。在图像处理过程中，对照片中的信息进行数字化离散，转化为计算机可以识别的数字图像。 数字图像在计算机中以两种方式存储，即矢量图和位图。矢量图是利用一系列数学表达式来表述图像，优点为随着图像的放大或

24、者缩小，不会降低图像的清晰度。但对于复杂的图像，很难找到合适的数学表达式。位图图像由一个个的像素组成，每一个像素代表一个特定的图像信息。位图图像在将图像转化为数字图像时，将图像分割为一个个像素，每个像素由一定的数值来表述其颜色和亮度。当一张图片转化为数字图片后，我们可以在每个像素上面都可得到该像素量化后的亮度值和颜色值。常见的图片和照片在空间上是平面，一般由两个坐标变量来确定空间位置。因此，数字图像一般的表述形式为二维函数的矩阵，如式1-1： （1-1） 1.4课题的研究内容及意义 投入无损检测技术领域的研究是一项非常有意义的研究课题，目前无损检测技术作为一种绿色检测技术，逐渐替代了传统的对环

25、境产生较大的检测方法，对材料也不会造成破坏或者对材料造成二次污染。因此，对无损检测技术的继续深入研究是符合我国旨在建设一个环境友好性，资源节约型国家的核心要求的。 随着现代工业的飞速发展，在满足产品使用性能的基础上，人们更加侧重与对产品的使用寿命以及缺陷特性进行分析，以确保产品在设计寿命年限内能够具有较好的可靠性，可行性。而无损检测技术作为世界上一项飞速发展的检测技术，在不损伤产品使用情况的同时，结合产品材料的相关物理特性，光学特性等性质，能够较好的对产品中存在的相关缺陷进行识别，在各个国家的工业等相关领域对这项优势的检测技术相当重视，而通过使用这种检测技术而带来的经济效益也相当可观。同时随着

26、电子技术及计算机技术的飞速发展，计算机图像处理技术相关理论也不断完善，利用计算机图像处理可对图像进行去除噪声、增强、复原、分割、提取特征等，该项处理技术已广泛应用与通信、控制、故障检测等相关领域。而Matlab软件作为国际上公认的最优秀的科学计算与数学应用软件之一，也是最近几年来在国内外广泛流行的一种可视化科学计算软件，它集数值分析、矩阵运算、信号处理和图像显示为一体，构成了一个方便的、界面友好的用户环境。而结合Matlab数据工具箱中的图像处理方法目前也已广泛应用与无损检测领域。 而作为现目前发展迅速的油样分析检测技术也是针对实时检测机械运行故障的一项重要检测技术。国外有数据统计机械设备有7

27、0%以上的故障与设备的磨损状况有关，而通过对机械设备中的润滑油进行采样分析来评估机械运行的工作情况，对设备劣化趋势即是得到矫正，可以有效的避免恶性事故的发生和发展，同时通过对油样的监测及时发现油质劣变的原因和污染状况，对此及时采取相关措施，使设备处于良好的润滑状态，从而减少故障发生的概率，延长设备的使用效率，在实现设备的主动性维护方面意义颇佳。铁谱分析作为油样分析技术的一种重要检测和分析方法，也正是依托上述故障检测意义通过铁谱显微镜对油样中的油质进行分析和检测。 本文旨在通过学习基本的matlab图像处理原理来对无损检测领域中的X射线检测像以及油样分析中的铁谱分析检测图像进行相关编程操作，达到

28、熟悉和基本掌握matlab图像处理编程的方法，对检测图像做图像处理、图像分析及图像特征提取。从而，为进一步图像处理技术的深入学习打下坚实的基础。第2章 图像处理的基本原理及方法2.1 图像预处理 图像预处理就是在图像分析中对输入图像进行特征取、分割、识别前所进行的处理过程。图像预处理的主要目的是消除图像中无用的信息，而恢复图像有用的信息，显现图像的真实情况，以增强有关信息的可检测性和简化处理数据，从而提高后续处理过程中包括特征提取、图像分割、识别过程的操作可靠性。 对采集来的图像进行分析，首先应当做的即是对其进行图像预处理操作，图像预处理包括图像的灰度变换、图像的平滑处理、图像的锐化处理等等。

29、其最终目的即是为了提高图像的综合质量，如去除噪声，提高图像显示的清晰度等等。图像处理过程流程图2-1所示: 图像输入灰度变换处理图像滤波 图像输出 图2-1 图像预处理过程2.1.1图像增强 图像增强是在对原有图像的基础上进行操作的，其目的是得到视觉效果更好或者更有用的新图像以方便计算机进行进一步的识别处理。图像增强分为两大部分即狭义上的图像增强和广义上的图像增强。狭义上的图像增强指加强灰度图像的明暗对比度，而广义上的图像增强还包括图像模糊处理以及彩色图像增强等。2.1.1.1 图像灰度变换 图像的灰度变换处理是图像增强处理技术中一种非常基础和直接的空间域处理方法。灰度变换是指更具某种目标条件

30、按一定的变换关系逐点改变原图像中的每一个像素灰度值的方法，其主要目的是为了改善图像质量，使图像的显示效果更加清晰，灰度变换也叫对比度增强或对比度拉伸。 灰度变换的处理方法也叫做点运算方法，点运算是一种既简单又重要的技术，它的主要特点是输入像素点的灰度值决定输出像素点的灰度值，同时不改变图像的空间关系。设图像变换表达式：，其中为输入增强前图像，为输出增强后的图像，是对图像进行处理的操作符。另设和分别代表和在处的灰度值，则图像变化表达式可另表示为：。 若要保持图像的低端和高端的灰度值不变，把中间的灰度值从到拉伸到到，则可采用式2-1进行计算： （2-1） 通过变换后可将需要的图像细节灰度拉伸，将不

31、需要的图像细节灰度级进行压缩，从而使图像细节信息更加丰富，也会便于计算机辨认进行下一步识别处理。2.1.1.2 直方图修正 直方图修正是灰度变换的一种方法，它指通过增加图像像素值分布来对图像进行增强处理，经过直方图修正后，图像像素值在各个级别上都有分布，从而也更容易表现图像细节，使图像的视觉效果得到改善。直方图修正通常有直方图均衡化和直方图规定化两大类，直方图均衡化技术是把已知灰度概率分布的图像，经过数学变换，使之演变成一幅具有均匀分布的新图像，直方图规范化是指图像经过处理后，直方图的分布呈现出指定的形态，下面就直方图均衡化灰度变换原理用数学符号进行直观地阐述。 数字图像中灰度级为的像素出现的

32、频率：，其中N为一幅图像的总像素数，是出现第k级灰度的次数，表示第k个灰度级。 对数字图像进行直方图的均衡化处理时，采用式2-2变换形式进行灰度变换处理。 （，k=0,1,2-,L-1） （2-2）其中为输出图像中的亮度值，L为灰度级的总数。通过变换后的s值只能选择最靠近的一个灰度级的值，以此对s值进行修正，从而将得到不同的灰度级别，确定出输入与输出像素值的映射关系，将原灰度值映射到变换后图像所对应的灰度级别的灰度值上。2.1.2 图像的平滑化 数字图像中往往存在各种各样的噪声如在图像数据传输过程中会引入噪声，以及通过扫描得到的照片由于灰尘时噪声源，最终也会引入噪声从而影响图像的质量使获得的图

33、像像素值不能真实反映真实场景亮度而造成的误差。为了消除噪声常用的空间域滤波方法有线性滤波、中值滤波、自适应滤波等方法；频域增强滤波方法有频域低通滤波、频域高通滤波以及同态滤波。通过滤波处理后的图像看起来图像效果比较的平滑。2.1.2.1 空间域滤波 空间域滤波是在图像空间借助模板进行卷积操作完成的。其基本特点是让图像在傅立叶空间的某个范围的分量受到抵制，而让其他分量不受影响，达到图像增强的目的。在空域实现滤波增强功能的方式都是利用模板卷积，其主要步骤是：将模板中心与图像中某个像素位置重合；将模板系数与模板下对应的像素相乘；将所有乘积相加；将和赋值给图像中对应模板中心位置的像素；如图2-2（a）

34、所示给出图像的一部分，其中为一些像素的灰度值，设有1个的模板如图2-2（b）所示，模板为模板系数。如过将所在位置与图（a）中灰度值为的像素重合，则模板卷积的输出响应R为： （2-3）通过把响应值赋给增强图，覆盖原来灰度值为的像素。则可知对原图每个像素都进行这样的操作后可得到增强图所有位置的新灰度值。同时对模板系数设定不同的值将得到不同的增强效果。 (a) (b)图 2-2 原图像素点与滤波模板1、线性平滑滤波 线性低通滤波器是最常用的线性平滑滤波器，实现这种滤波的方法称为领域平均法。领域平均法的基本思想是用几个像素灰度的平均值来代替每个像素的灰度。如对于一幅NN个像素的图像，平滑处理后得到图像

35、为且有： （2-4）式2-4中S是（x,y）点领域的集合但不包括其本身；M是集合内坐标点的总数。从上式表达式可得出平滑后图像中的每个像素的灰度值均由包含在（x,y）的预定领域中的的几个像素的灰度值的平均值来决定。图2-3即是一种图像阵列选取领域的方法。图 2-3 领域平均法选取领域 通过这种方法对图像进行滤波处理对抑制噪声是有效的，但是随着领域半径r的增大，图像的模糊程度就愈加严重。可以通过阈值法减少由于领域平均产生的模糊效应。可通过式2-5进行具体说明： （2-5） 式2-5表明当一点及其领域内点的灰度的平均值的差不超过规定的阈值T时，就保留其原来的灰度值，如果大于阈值T就用其平均值来代替该

36、点的灰度值。2、中值滤波 中值滤波是一种典型的非线性滤波技术。传统的中值滤波一般采用含有奇数个点的滑动窗口，用窗口中各点灰度值的中值来代替指定点的灰度值。对于奇数个元素，中值是指按大小排序后中间的数值；对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。中值滤波也是一种典型的低通滤波器，主要用来抑制脉冲噪声，同时又具有能较好地保护目标图像边缘的特点。 当退化图像用 表示时，用中值滤波器得到的恢复图像为：,其中median表示取中值操作。W表示以（x,y）为中心的模板区域。2.1.2.2 频域滤波 频域滤波增强方法是将图像从空间域变换到频域，在图像的频域空间对图像进行滤波处理，在频域空间的

37、滤波与空间域滤波一样也可以通过卷积运算实现。 假定原始图像，经傅立叶变换后为，频率域平滑滤波就是选择合适的滤波器函数对的频谱成分进行相应的调整，然后在经过傅立叶逆变换得到滤波后的图像。其相应的频域滤波框图如图2-4所示，其滤波处理过程分为一下三个步骤：图 2-4 频域滤波处理过程 如果通过增强的高频信息，如增强图像的边缘信息，则为高通滤波，如是为了增强频谱的低频信息，如对图像进行平滑操作，则为低通滤波。 1、低通滤波 图像从空间域变换到频域后，其低频分量对应图像中灰度值变化比较缓慢的区域，而高频分量则表示了图像中物体的边缘和随机噪声信息。低通滤波器的功能即是通过滤波器函数抑制高频分量而保留低频

38、分量，从而达到消除随机噪声，削弱边缘效应，起到平滑图像的作用。常用的低通滤波器包括理想低通滤波器、巴特沃斯低通滤波器、指数低通滤波器等。其相应的传递函数如下：理想低通滤波器传递函数为： （2-6）式2-6中是理想低通滤波器的截止频率；是从点到频域原点的距离，即巴特沃斯低通滤波器传递函数为： （2-7）式2-7中n为滤波器的阶次，阶次越高，滤波效果越理想。指数低通滤波器传递函数为： （2-8）2、高通滤波 图像中物体的边缘及其他灰度变化较快的区域与图像的高频信息有关，因而可利用高通滤波器对图像的边缘信息进行增强，起到锐化边缘的作用。相应地，高通滤波器分为理想高通滤波器、巴特沃斯高通滤波器，指数高

39、通滤波器等。其相应的传递函数如下：理想高通滤波器传递函数为： （2-9）巴特沃斯高通滤波器传递函数为： （2-10）指数高通滤波器传递函数为： （2-11）3、同态滤波 同态滤波法是一种将频域过滤与灰度变换结合起来的图像处理方法，它是把图像的反射模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的一种处理技术。 一幅图像可以用它的照明分量及反射分量来表示，即： （2-12）对上式去自然对数为： （2-13）对上式傅立叶变换为： （2-14） 用一个滤波器函数H来处理，可得到： （2-15）逆变换到空间域得： （2-16）对上式两边取指数得： （2-17） 同态滤波法的关键在于利用自然对数的傅立叶变换将图像中的照明分量和反射分量分开。这样同态滤波函数就可以分别作用在这两个分量上。图像中的