论文部分内容阅读
X射线无损检测技术在零件缺陷检测中具有广泛应用。但是通过对X射线检测形成的图像进行零件缺陷识别,大都仍然靠人工完成,导致检测系统效率低、检测准确性差。近年来,随着图像处理、模式识别以及计算机技术的发展,采用计算机视觉、机器学习等技术,通过对X射线实现工业零件缺陷的自动检测成为可能,也是目前研究的一个热点,并已有成功应用案例。本文针对精密铸件厂对电动汽车某精密铸件缺陷检测的需求,研究开发了基于X射线检测的铸件缺陷自动识别系统。论文主要在以下几个方面做了研究:1、在深入了解国内外铸件X射线检测的研究现状基础上,利用已有的X射线检测平台,提出了铸件X射线自动检测系统方案,根据要求设计了自动检测系统的硬件和软件。2、针对薄壁铸件的缺陷检测问题,研究了缺陷特征以及特征提取问题,给出了基于图像配准和差影法的缺陷自动识别方法。3、针对X射线成像过程系统固有噪声和随机噪声的干扰问题,比较研究了几种滤波算法的去噪效果,确定了中值滤波作为去噪算法。4、研究了图像配准和差影法的缺陷自动识别算法的实现问题。运用随机Hough变换检测圆形装配孔,圆心作为匹配特征点,完成与模板图像的配准;采用差影法提取铸件缺陷,通过形态学重建将缺陷信息标记在铸件上;开发了相应的缺陷检测软件。5、基于MATLAB软件GUI平台编写人机交互的缺陷自动识别软件,并对开发的软件进行了封装处理。经对零件的测试表明:该检测系统正确识别铸件中的缺陷,可以实现铸件缺陷的自动识别,软件GUI界面也具有较好的实用性。