磁粉探伤钢轴表面裂纹智能识别方法研究

• 作者: 刘桂华 康含玉 牛乾
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 磁粉探伤 缺陷检测 模板匹配 特征提取 纹理特征 神经网络 实时性 识别率
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 感知技术及应用
• 页码范围: 55-59
• 页数: 5页
• 分类号: TH16|TP27
• 字数: 3860字
• 语种: 中文
• DOI: 10.16086/j.cnki.issn1000-0380.2017060033

摘要

荧光磁粉探伤被广泛应用于钢轴表面以及近表面缺陷检测.目前的检测手段主要依赖于人工识别缺陷.长期暗室工作条件会严重影响人的身体健康.为实现检测过程自动化,提出了一种将机器视觉与图像处理技术应用于磁痕图像缺陷判别的智能识别手段.通过工业相机获取磁痕图像.对获得的磁痕图像,利用色彩叠加原理,去除金属表面反光对成像质量的影响;同时,为保证检测算法的实时性,使用模板匹配技术确定工件在图像中出现的位置;提取工件所在区域的纹理特征,利用神经网络分类器实现对钢轴表面缺陷的自动分类,减少了人为因素对判别结果的影响.结果表明:该方法对工件表面裂纹和纤维物、磁悬液堆积等伪缺陷具有更高的识别率和更快的识别速度,可实现工件表面缺陷检测的自动化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘桂华	西南科技大学信息工程学院	75	350	9.0	13.0
3	牛乾	西南科技大学信息工程学院	3	14	2.0	3.0
9	康含玉	西南科技大学信息工程学院	3	14	2.0	3.0