基于机器视觉的机械设备零件疲劳寿命检测方法

• 作者: 胡代弟 李锐君
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 机器视觉 机械设备零件 疲劳寿命 检测 图像特征点提取
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 208-212
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2022.03.046

摘要

针对机械设备零件疲劳检测过程中,接触式的人工检测存在检测结果准确性较差的问题,提出一种基于机器视觉的机械设备零件疲劳寿命检测方法.通过采集机械设备零件的图像,使用改进中值滤波方法滤除图像中的噪声,根据多尺度边缘检测方法有效提取零件图像边缘部分,提取机械设备零件图像疲劳特征点.通过NSST逆变换将图像特征点融合,同时引入支持向量理论(SVM)和模糊隶属度,分别赋予不同样本同等重要的模糊隶属度,增加支持向量分类性能,将全部样本输入到模糊SVM分类器中,将有疲劳特征的图像分类,最终完成机械设备零件疲劳寿命检测.实验结果表明,所提方法的检测结果与实际结果较为相近,经滤波处理后图像强化效果有所提升.